創薬のための潜在的AD関連意味三重の同定のためのアルツハイマー病関連知識グラフに関するマイニング【JST・京大機械翻訳】

Nian Yi; Hu Xinyue; Zhang Rui; Feng Jingna; Du Jingcheng; Li Fang; Chen Yong; Tao Cui

プレプリント

J-GLOBAL ID：202202214632859702 整理番号：22P0291324

創薬のための潜在的AD関連意味三重の同定のためのアルツハイマー病関連知識グラフに関するマイニング【JST・京大機械翻訳】

Mining On Alzheimer's Diseases Related Knowledge Graph to Identity Potential AD-related Semantic Triples for Drug Repurposing

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年02月17日プレプリントサーバーでの情報更新日： 2022年11月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

現在まで,ほとんどの神経変性疾患に対する有効な治療法はない。知識グラフは,不均一データに対する包括的および意味的表現を提供でき,薬物再精製を含む多くの生物医学的応用に成功した。目的は,神経変性疾患(AD)と化学物質,薬剤および栄養補助食品の間の関係を検討するための文献から知識グラフを構築し,神経変性進行を予防または遅延する機会を同定することを目的にした。生物医学アノテーションを収集し,SemMedDBを介してSemRepを用いてそれらの関係を抽出した。データ前処理中にBERTベース分類器とルールベース法の両方を用いて,ほとんどのAD関連意味トリプルを保存しながら雑音を除外した。1,672,110のフィルター付きトリプルを用いて,知識グラフ完了アルゴリズム(すなわち,TransE,DistMult,ComplEx)を訓練し,AD治療または予防に役立つ候補を予測した。3つの知識グラフ完了モデルの中で,TransEは他の2つ(MR=13.45,Hits@1=0.306)より優れていた。予測結果をさらに評価するために,時間スライシング技術を利用した。著者らは,著者らのアプローチが信頼できる新しい知識を知らせることを示す著者らのモデルによって予測された最も高度にランクされた候補の支持証拠を見出した。本論文は,著者らのグラフマイニングモデルが,ADと他のエンティティ(すなわち,栄養補助食品,化学物質,および薬物)の間の信頼できる新しい関係を予測することができることを示す。構築した知識グラフは,データ駆動知識発見と新しい仮説の生成を容易にすることができる。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

その他の中枢神経系作用薬の基礎研究 , 神経の基礎医学 , 医用情報処理

, , , , ,

前のページに戻る