[論文レビュー] Drugs4Covid: Drug-driven Knowledge Exploitation based on Scientific Publications

Carlos Badenes-Olmedo, David Chaves-Fraga+14 more|arXiv (Cornell University)|Dec 3, 2020

Biomedical Text Mining and Ontologies参考文献 21被引用数 10

ひとこと要約

本稿では、CORD-19 コーパスから医薬品、疾患、科学文献の間の関係を抽出するための薬物駆動型知識抽出システム『Drugs4Covid』を提案する。60,000件以上の論文と200万件以上の段落を処理し、臨床医や研究者がクロロキンやアジトロマイシンの併用など、ドラッグリポurpose候補をキーワード、薬物、SPARQLベースのクエリで検索可能な公開可能な知識グラフと検索ツールを構築した。

ABSTRACT

In the absence of sufficient medication for COVID patients due to the increased demand, disused drugs have been employed or the doses of those available were modified by hospital pharmacists. Some evidences for the use of alternative drugs can be found in the existing scientific literature that could assist in such decisions. However, exploiting large corpus of documents in an efficient manner is not easy, since drugs may not appear explicitly related in the texts and could be mentioned under different brand names. Drugs4Covid combines word embedding techniques and semantic web technologies to enable a drug-oriented exploration of large medical literature. Drugs and diseases are identified according to the ATC classification and MeSH categories respectively. More than 60K articles and 2M paragraphs have been processed from the CORD-19 corpus with information of COVID-19, SARS, and other related coronaviruses. An open catalogue of drugs has been created and results are publicly available through a drug browser, a keyword-guided text explorer, and a knowledge graph.

研究の動機と目的

• 薬剤不足や治療法の限界がある中、COVID-19 パニック期における迅速なドラッグリポurpose候補の同定という緊急のニーズに対応する。
• 薬物が異なる名前で記載されている、もしくは明示的な関係がない科学文献からの薬物関連知識抽出の課題を克服する。
• NLP とオントロジーに基づく手法を用いて、バイオメディカル文献における薬物指向の知識発見のためのスケーラブルで再利用可能なフレームワークを構築する。
• 臨床医、薬剤師、研究者が薬物-疾患関連を探索できるように、検索エンジン、RESTful API、SPARQL エンドポイントを提供する。
• 将来的なパンデミック対応とバイオメディカル研究を支援する、公開可能で拡張可能な知識グラフと薬物カタログを構築する。

提案手法

• CORD-19 コーパスの60,000件以上の科学論文を処理し、名前付きエンティティ認識を用いて薬物（ATC分類による）と疾患（MeSH カテゴリによる）を同定する。
• ワード埋め込み技術を適用し、200万件のテキスト段落にわたる薬物と疾患の用語間の意味的関係をモデル化する。
• 独自のオントロジー（DRUGS4COVID19）を用いて、薬物-疾患、薬物-薬物、および薬物-テキスト関係を表す知識グラフを構築する。
• 3つのアクセスモード（薬物指向検索、キーワード誘導検索、SPARQLベースのパターンクエリ）を備えた多層構造の情報検索システムを実装する。
• 知識グラフとアノテーションへのプログラム的アクセスを可能にする RESTful バイオAPI と SPARQL エンドポイントを統合する。
• ドメイン専門家のフィードバックと市民科学イニシャチブ（例：薬学部・医学部学生）を活用し、アノテーション品質の検証と向上を図る。

実験結果

リサーチクエスチョン

• RQ1 COVID-19 関連の研究において、免疫抑制性および抗マラリア作用を示す薬物が、マクロライド系抗生物質と併用された例は何か？
• RQ2 コロナウイルス研究の文脈において、メプロキシンおよびアゼトロマイシンの使用に関連する疾患は何か？
• RQ3 NLP とセマンティックウェブ技術を統合することで、大規模なバイオメディカルコーパスから薬物-疾患関係を抽出・整理する方法は何か？
• RQ4 ワード埋め込みとオントロジーに基づくモデリングは、科学文献におけるリポurpose候補の発見をどの程度向上できるか？
• RQ5 公開可能で再利用可能な知識グラフは、COVID-19 パニックのような公衆衛生緊急事態における臨床意思決定をどの程度支援できるか？

主な発見

• 本システムは、CORD-19 コーパスから60,000件以上の論文と200万件以上の段落を処理し、スケールに応じた薬物-疾患関係を抽出した。
• 公開可能な知識グラフが構築され、RDF三元組として100万件以上の薬物-疾患および薬物-薬物関係が構造化された形で公開された。
• ドラッグブラウザとキーワード誘導検索エンジンにより、一般名、商標名、ATCコードを用いて関連する段落および関連薬物・疾患を検索可能となった。
• SPARQL エンドポイントにより、P01BA02（抗マラリア薬）とJ01FA（マクロライド）を併用する薬物を特定するような複雑なクエリが可能となり、MESHコードおよび表記法による明確なフィルタリングが可能となった。
• RESTful バイオAPI を通じて、薬物および疾患リソースへのプログラム的アクセスが可能となり、外部の臨床・研究ツールへの統合を支援した。
• 本システムは、治療標的の同定のために第三者機関でも採用されており、初期の用途を超えた実用性が示された。