MVSGDR: red convolucional de gráficos apilados de múltiples vistas para el reposicionamiento de drogas

Área de la Ciencia:

• Biología computacional
• Farmacología
• Ciencia de las redes

Sus antecedentes:

• El reposicionamiento de fármacos (DR) es una estrategia de desarrollo de fármacos rentable.
• Los métodos de DR computacionales actuales luchan por integrar los patrones de la subestructura local con la semántica de la red global.
• Los métodos existentes a menudo se basan en el aumento de datos para abordar las lagunas de información en las asociaciones entre fármacos y enfermedades (DDA).

Objetivo del estudio:

• Presentar un nuevo marco de DR, una red convolucional de gráficos apilados de múltiples vistas (MVSGDR), para superar las limitaciones de los enfoques de DR computacionales actuales.
• Mejorar la precisión de las predicciones de las asociaciones entre fármacos y enfermedades (DDA).

Principales métodos:

• Desarrolló MVSGDR, un nuevo marco de DR que incorpora tres innovaciones.
• Módulo apilado de múltiples vistas para la mejora de la función en profundidad a través de la agregación jerárquica de interacciones de vecindad de múltiples saltos.
• Módulo transformador de subgráficos de dos niveles para el análisis de amplitud de los DDA utilizando subgráficos divididos por METIS.
• Estrategia de balance de muestreo negativo para mitigar el desequilibrio de la muestra mediante muestras negativas sintéticas.

Principales resultados:

• MVSGDR demostró un rendimiento superior en extensos experimentos de validación cruzada de 10 veces en cuatro conjuntos de datos de referencia.
• Se observaron mejoras estadísticamente significativas en comparación con los métodos DR existentes.
• Los estudios de caso identificaron con éxito DDA no reportadas con evidencia de apoyo de la literatura.

Conclusiones:

• MVSGDR ofrece un nuevo y poderoso marco para el reposicionamiento de drogas.
• Los métodos propuestos sinergizan efectivamente los patrones de subestructura localizados con la semántica de la red global.
• MVSGDR muestra un potencial significativo para identificar nuevas aplicaciones terapéuticas de los fármacos existentes.