伍智 刘洋 周茂林

摘要：研发药物的过程非常耗时且费用昂贵，以现有药物为基础确定和发展新的治疗效果有利于降低药物的开发成本。而以往的预测方法数据的要求单一，较少考虑到疾病药物相关数据的稀疏性，因此，该篇文章提出了一种基于异构图推断的疾病与药物相关性预测方法（Drug-disease relevant predicted by heterogeneous graph，DDRPGH）。该方法通过将药物相似性和疾病语义相似性与余弦相似性相结合，再通过WKNKN与已知的疾病与药物的关联融合到异构图中，揭示潜在的药物与疾病的关系。在两个数据集的十折交叉验证中，该方法AUC（F：0.923;C：0.939）优于另外三个对比方法，证明了这个方法在疾病与药物的预测方面是可行有效的。

关键词：异构图;余弦相似性;关系预测;十折交叉验证;WKNKN

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2021）09-0037-04

开放科学（资源服务）标识码（OSID）：

Prediction of Disease and Drug Correlation Based on Heterogeneous Graph Inference

WU Zhi1， LIU Yang2， ZHOU Mao-ling2

（1. Guangdong University of Technology， Guangzhou 510006， China; 2. Guangzhou Silinjie Technology Company Ltd， Guangzhou 510000， China）

Abstract： The process of developing drugs is very time-consuming and expensive. Determining and developing new therapeutic effects based on existing drugs is helpful to reduce the cost of drug development. However， the data of previous prediction methods are simple， and the sparsity of disease drug-related data is less considered. Therefore， this paper proposes a prediction method of disease-drug correlation based on heterogeneous graph inference（Drug-disease correlation predicted by heterogeneous graph，DDRPGH）. By combining drug similarity and disease semantic similarity with cosine similarity， the method reveals the potential relationship between drugs and diseases by merging WKNKN with known disease and drug associations into heterogeneous maps. In the 10-fold cross validation of two data sets the AUC value of this algorithm is 0.923 and 0.939 which are better than the other three contrast methods. The AUC prove this method is feasible and effective in disease and drug prediction.

Key words： heterogeneous graph; semantic similarity; correlation predicted; 10-fold cross validation; WKNKN

1 背景

药物的研发通常经过研究和开发两个阶段，每个阶段又有多個过程，是一个长期、艰难和昂贵的过程，尽管近年来药物研发的投入越来越高，平均而言，开发一种药物需要十几年和大约18亿美元，但是新药的批准率却没有增加反而有降低的趋势[1]。通过对疾病与药物相关性的研究和预测将有助于提高药物重定位的效率，减少新药开发的开支，提高资源的利用率，是医疗大数据的不可或缺的应用方向。

所谓的药物重新定位，其目标是在现有的药物基础上发现新的药物与疾病的相关性，以此来拓展原有药物对于多种疾病的实用性。因为一种药物通常不是针对一种疾病的，所以理想状态下，大多数药物都是有很多潜在的运用场景。……