THBKG：面向决策对齐的临床进展预测的时间生物医学知识图谱

arXiv cs.LG 论文
temporal-knowledge-graph biomedical clinical-trial-prediction drug-target graph-propagation explainability

摘要

本文介绍了THBKG，一个时间异构生物医学知识图谱，涵盖11万实体和1110万条边，带有逐年证据时间戳，旨在仅使用决策时可用的证据来预测进入II期试验的靶点-疾病对是否会推进到III期。基于图谱的方法优于直接证据基线，尤其是在缺乏直接证据的配对中，作者将其作为持续更新的资源发布。

arXiv:2608.05982v1 公告类型：新 摘要：靶点--疾病联系不足导致了40--50\%的Phase~II疗效失败，因此预测哪些项目将取得进展，可以让资助方支持最有可能惠及患者的假说。一个项目可被评判的依据，是 \emph{在进入临床时} 支持其联系的那些证据。现有的生物医学知识图谱均无法按过去的日期组装该证据概况。我们提出了时间异构生物医学知识图谱（THBKG），它随时间描述并预测治疗性靶点--疾病联系：110,396个实体和11.1M条边，涵盖十九种关系类型，每条边都带有其证据发生变化的年份，因此可以在某个配对自身决策到期时，恢复其当时所处的证据概况。在此图谱上，我们定义了一个决策对齐基准，用于预测进入Phase~II的靶点--疾病对是否会基于该决策之前可确定日期的证据推进到Phase~III。在THBKG上的图传播优于在同一决策对齐协议下评分的所有直接证据参考，在每治疗领域前十对中达到4.3--4.5的相对成功率。这一增益集中在72.8\%的在决策点没有直接靶点--疾病证据的配对中，在这些配对中，直接边模型无数据可读：编码器仍以高于随机概率五到六倍的排名，通过传播中间生物学过程恢复信号。将基于路径的解释器适配到决策时点子图，可将每个预测分解为假说背后的证据景观，以实现可解释预测。我们发布THBKG作为一个持续更新的资源，用于通过回顾性验证来研究治疗靶点假说。
查看原文
查看缓存全文

缓存时间: 2026/08/07 07:53 

# 用于决策对齐的临床推进预测的时间生物医学知识图谱

来源：https://arxiv.org/html/2608.05982

Pui Chung Siu  
Queen Mary University of London  
School of Electronic Engineering and Computer Science  
London, United Kingdom  
Recursion Pharmaceuticals Inc.  
Salt Lake City, UT, USA  
[email protected] (https://arxiv.org/html/2608.05982v1/mailto:[email protected])

Claudia Cabrera  
Queen Mary University of London  
Clinical Pharmacology, William Harvey Research Institute, Barts and The London School of Medicine and Dentistry  
London, United Kingdom  
[email protected] (https://arxiv.org/html/2608.05982v1/mailto:[email protected]),

Mani Mudaliar  
Recursion Pharmaceuticals Inc.  
Salt Lake City, UT, USA  
[email protected] (https://arxiv.org/html/2608.05982v1/mailto:[email protected])

和 Arkaitz Zubiaga  
Queen Mary University of London  
School of Electronic Engineering and Computer Science  
London, United Kingdom  
[email protected] (https://arxiv.org/html/2608.05982v1/mailto:[email protected])

###### 摘要。靶点–疾病关联不足导致40–50%的II期疗效失败，因此预测哪些项目将推进，可以让资助方押注最有可能到达患者的假说。一个项目可以被评判的依据，是它进入临床时支撑其关联的证据。现有的生物医学知识图谱都不允许按过去的日期组装该证据概况。我们提出了时间异质生物医学知识图谱（THBKG），它描述并预测治疗性靶点–疾病关联在时间上的演变：110,396个实体和1,110万条边，涵盖十九种关系类型，每条边携带其证据发生变化的年份，因此可以按一对关联自身决策到期时的状态恢复其证据概况。在此图谱上，我们定义了一个决策对齐基准：对于首次进入II期的靶点–疾病对，根据该决策之前可定日期的证据预测其是否推进到III期。在该图谱上的图传播在相同的决策对齐协议下优于所有直接证据参考，在按治疗领域划分的前十对中达到4.3–4.5的相对成功率。增益集中在72.8%在决策点没有直接靶点–疾病证据的对上，此时直接边模型无任何信息可读：编码器仍然以随机水平的五到六倍进行排序，通过中间生物学传播来恢复信号。将基于路径的解释器适配到决策时间子图，可将每个预测分解为假说背后的证据景观，从而实现可解释预测。我们发布THBKG作为一个持续更新的基础平台，用于通过回顾性验证研究治疗性靶点假说。

时间知识图谱，生物医学知识图谱，决策对齐评估，时间数据泄漏，临床试验预测，药物靶点识别

††ccs:Applied computing Biological networks  
††ccs:Information systems Data mining  
††ccs:Information systems Temporal data

## 1. 引言

晚期临床失败是药物开发中的主要成本，主要由与其预期疾病没有因果关联的靶点驱动。经通胀调整后，每种获批药物的成本自1950年以来大约每九年翻一番，这一趋势被称为Eroom定律（Scannell等，2012），而靶点–疾病关联不足占II期疗效失败的40–50%（Sun等，2022；Arrowsmith和Miller，2013）。因此，从仅仅与疾病相关的靶点中优先选择驱动疾病的靶点，是治疗性靶点识别的核心问题，而这个问题最有力的经验抓手是遗传学：携带人类遗传学支持的靶点–疾病假说的药物在临床上的成功率大约是没有遗传学支持的药物的两倍（Nelson等，2015；Hingorani等，2019；Schmidt等，2020；Trajanoska等，2023；Minikel等，2024）。支撑靶点–疾病假说的证据很少附着在假说本身，因为疾病很少追溯到单个基因，而是追溯到通过连接基因、通路和表型的细胞网络传播的扰动（Barabási等，2011），这些扰动通过中间生物学而非直接关联到达靶点。生物医学知识图谱将遗传学、分子、通路和临床来源整合到一个结构中，使假说背后的完整支持沿着多跳路径清晰可读、可及（Chandak等，2023；Narganes-Carlon等，2024）。证据并非同时到达，而是经过数十年积累，每条证据在其背后的观察首次被报道时进入记录，因此靶点–疾病关联所携带的支持随着遗传学、文献和临床来源以不同速率积累而增长（Falaguera等，2025）。2016年做出的决策是基于2016年存在的证据；用2026年构建的图谱来评分，就等于给模型记上了决策者从未拥有的十年证据，其中很大一部分是因为该决策而被积累的。据我们所知，没有生物医学知识图谱能够恢复过去事件时间截止点上的证据子图（表1）。静态图谱（Chandak等，2023；Himmelstein等，2017；Walsh等，2020；Breit等，2020）不携带边时间戳，因此它们冻结在各自源数据库被拉取时的状态；GATher（Narganes-Carlon等，2024）确实考虑了回顾性验证的时间性，但

相似文章