HGTDR: Advancing Drug Repurposing with Heterogeneous Graph Transformers

动机：药物再利用是减少药物开发时间和成本的可行解决方案。然而，迄今为止，提出的药物再利用方法仍需要满足期望。因此，提供一种系统的药物再利用方法以实现成本节约和增强人类生命质量至关重要。近年来，使用基于生物网络的方法进行药物再利用已经产生了有希望的结果。然而，这些方法存在局限性。主要是这些方法的范围通常受到它们有效处理的数据大小和种类的限制。另一个问题是异质数据的处理，需要解决或转换为同质数据，从而导致信息丢失。一个重要的缺点是这些方法大多缺乏端到端的功能，需要在某些阶段进行手动实现和专业知识。结果：我们提出了一种新的解决方案HGTDR（用于药物再利用的异质图转换器），以解决与药物再利用相关的挑战。HGTDR是一种基于知识图的药物再利用的三步方法：1）构建异质知识图，2）利用异质图转换器网络，3）使用全连接网络计算关系分数。通过利用HGTDR，用户可以操纵输入图形，从不同实体中提取信息，并获得他们所需的输出。在评估步骤中，我们证明HGTDR的性能与先前的方法相当。此外，我们回顾了医学研究，验证了我们方法的前十个药物再利用建议，这些建议表现出有希望的结果。我们还通过数字和实验验证展示了HGTDR预测其他类型关系的能力，例如药物-蛋白质和疾病-蛋白质相互关系。

提出一种解决药物再利用问题的系统方法，以减少药物开发的时间和成本。

提出了一种基于知识图谱的药物再利用方法，使用异构图转换器网络和全连接网络计算关系分数，可以处理异构数据并具有端到端功能。

该方法被称为HGTDR，包括三个步骤：构建异构知识图谱、使用异构图转换器网络和计算关系分数。实验证明，该方法表现良好，可以预测药物-蛋白质和疾病-蛋白质之间的关系。

近年来，基于生物网络的药物再利用方法已经得到了广泛的研究和应用。