Nature Medicine | AI指导 “旧药新用”

哈佛医学院的研究人员开发了一种名为TxGNN的基石模型，用于实现“zero-shot drug repurposing”，即在没有已有疗法和疾病详细分子机制的情况下，通用预测疾病潜在有效的药物和禁忌药物。该模型基于图神经网络架构，通过预训练的医学/疾病相关知识图谱来“理解”疾病与药物分子层面的机制及其关联，从而评估潜在有效的药物。TxGNN在预测能力上远超其他模型，并且其预测结果在医疗中心的“off-label drug use”案例中富集。此外，TxGNN还包括一个解释/推理模块，用于“蒸馏”对预测药物最重要的关联，便于医生审核和增加信赖。该研究于2024年9月25日在线发表在《Nature Medicine》上，未来计划更新知识图谱并整合人群对药物反应的异质性数据，以进一步个性化预测有效的“旧药”。