A heterogeneous biomedical knowledge network framework for rare disease drug candidate prioritization: integrating Orphadata and DisGeNET via gene-bridge harmonization

对于全球超过三亿人来说，被诊断出患有罕见病往往意味着面临一个医疗选择极少的生命判决。虽然现代医学在治疗常见疾病方面取得了惊人的进步，但绝大多数这类罕见病仍然缺乏任何获批的药物。其原因通常是经济因素：研发一种新药是一个成本高昂且漫长的过程，当潜在患者数量如此之少时，制药公司很难证明这项投资的合理性。这使得研究人员和医生不得不寻找一条不同的路径，一条不需要从零开始的路径。相反，他们寻找能够为这些被忽视的疾病提供有效治疗方案的现有药物，这种策略被称为“药物重定位”（drug repurposing）。为了有效地实现这一目标，科学家们依赖于疾病、导致疾病的基因以及影响这些基因的药物之间错综复杂的联系网络。如果一种药物已知能与特定基因发生相互作用，而某种罕见病是由该基因的问题引起的，那么这种药物很有可能有助于治疗该疾病。

然而，挑战在于，建立这些联系所需的信息散落在不同的数据库中，且这些数据库并不使用同一种语言。一个主要的数据库 Orphadata 记录了罕见病与导致它们的基因之间的关系，而另一个数据库 DisGeNET 则记录了数千种药物如何与基因发生相互作用。问题在于，这两个来源对同一基因使用了不同的命名系统，导致无法简单地合并它们的数据。Diya Ramani 的一项新研究通过在两个世界之间搭建桥梁来解决这一障碍。研究人员创建了一个计算机框架，首先标准化两个数据库中基因名称的命名，将它们转化为一种单一且一致的语言。一旦数据实现统一，它就会被编织进一个巨大的三维网络中，其中疾病、基因和药物全部相互关联。该网络包含超过一万五千个不同的信息点，代表了近两千五百种罕见病和一万一千多种药物。

为了理清这个复杂的网络，该研究使用了一种被称为“图注意力网络”（Graph Attention Network）的人工智能技术。该系统并非试图预测全新的发现（这是一项高度不确定的任务），而是通过学习来理解现有网络的结构。它学习识别疾病、基因和药物是如何连接的模式，从而有效地创建出一张生物关系图谱。一旦系统掌握了这些模式，它就可以将特定的罕见病作为查询项，并根据药物通过共享基因与该疾病的关联紧密程度，对数据库中的所有药物进行排名。其目标不是发明一种新的疗法，而是优先筛选出最具潜力的现有候选药物，将混乱的可能性清单转化为一份供医生和研究人员参考的重点名单。

该方法在消除干扰方面的表现令人瞩目。当系统在两百种不同的罕见病上进行测试时，它成功地将已知有效的治疗药物排在排名前十的建议中，覆盖了百分之四十的病例。这比随机猜测有了巨大的提升，因为在如此庞大的选项池中，随机猜测几乎不可能找到正确的药物。为了说明这种成功背后的生物学逻辑，研究人员观察了一个涉及霍金斯尿症（Hawkinsinuria）的研究案例。该系统事先并不了解涉及的具体代谢途径，却将一种名为 Nitisinone 的药物排在第四位最有潜力的候选药物。这种药物已经是另一种共享相同遗传途径疾病的标准治疗药物。系统在未被明确告知该途径的情况下识别出了这种联系，这表明它所学习到的底层模式在生物学上是可靠且有意义的。

该研究谨慎地将其发现界定为一种决策支持工具，而非最终的临床答案。该系统的设计目的是生成假设并为人类专家提供切入点，专家随后必须通过进一步的研究和测试来验证这些建议。研究指出当前知识领域存在的一个显著差距，即 Orphadata 数据库中近一半的罕见病由于其相关基因没有对应的药物数据，而无法被纳入该网络。这一局限性并非该方法的失败，而是反映了当前医学文献的现状，即许多罕见疾病仍处于研究不足的状态。通过使整个过程具有可重复性，并将其作为免费的交互式在线工具发布，研究人员为科学界提供了一种导航庞大罕见病治疗领域的实用方法。这项工作表明，通过仔细连接现有的数据碎片，我们可以开始观察到此前被隐藏的模式，为数百万目前没有任何治疗选择的患者带来了一线希望。