Knowledge graphs for drug repurposing

Abstract

This bachelor’s thesis is a literature review that explores the use of knowledge graphs in drug repurposing. Drug repurposing is the process of identifying new applications for existing drugs. The development of a new drug is estimated to cost hundreds of millions or even billions of dollars, and the entire process typically takes 10 to 17 years. By utilizing existing drugs and the clinical trials already conducted on them, the drug development process is accelerated, significantly reducing costs. This thesis examines how knowledge graphs, which are network-based data structures, unify biomedical information into a comprehensive structure. These knowledge graphs are used as foundations for machine learning applications that predict new targets for drugs.

The purpose of this thesis is to analyze and investigate how knowledge graphs enhance drug repurposing. This thesis assesses how knowledge graph-related machine learning methods are applied, while also discussing the challenges and opportunities of them. The research material comprises several scientific articles and reports that explore the structure of knowledge graphs, their application in drug repurposing, and the machine learning methods associated with them. Some of the material focuses on theoretical perspectives, while others provide practical examples of projects or case studies.

This thesis demonstrates that knowledge graphs can unify biomedical information and integrate it efficiently. This enables the use of knowledge graphs in machine learning-based prediction algorithms. Baricitinib’s repurposing for the treatment of COVID-19, presented in this thesis, illustrates the significance of knowledge graphs in identifying new possibilities for existing drugs. This is exceptionally important in situations like pandemics, where the traditional drug development process is too slow to meet urgent needs. As a conclusion, the combination of knowledge graphs and machine learning holds significant potential for improving the cost-effectiveness of drug development in the future.

Tämä kandidaatintyö on kirjallisuustutkimus, jossa tutkitaan tietograafeja lääkkeiden uusiokäytössä. Lääkkeiden uusiokäyttö tarkoittaa olemassa olevien lääkkeiden hyödyntämistä uusissa hoitotarkoituksissa, joihin lääkettä ei ole alun perin suunniteltu. Uuden lääkkeen kehittämisen arvioidaan maksavan satoja miljoonia tai jopa miljardeja dollareita, ja koko prosessi kestää yleensä 10−17 vuotta. Olemassa olevien lääkkeiden ja niiden yhteydessä jo tehtyjen kliinisten tutkimusten hyödyntäminen nopeuttaa lääkekehitystä ja vähentää merkittävästi siihen liittyviä kustannuksia. Työssä tarkastellaan, kuinka tietograafit eli verkkomaiset tietorakenteet voivat yhdistää biolääketieteellistä tietoa yhtenäiseksi kokonaisuudeksi. Nämä tietograafit voivat toimia pohjana koneoppimissovelluksille, jotka kykenevät ennustamaan lääkkeiden mahdollisia uusia hoitotarkoituksia.

Tämän kandidaatintyön tarkoituksena on analysoida ja tutkia, kuinka tietograafien avulla voidaan tehostaa lääkkeiden uusiokäyttöä. Työssä arvioidaan, kuinka tehokkaasti tietograafit ja niihin liittyvät koneoppimismenetelmät voivat tukea lääkkeiden uusiokäyttöä, sekä tuo esiin näiden menetelmien haasteita ja mahdollisuuksia. Aineisto koostuu useista tieteellisistä tutkimusartikkeleista ja -raporteista, jotka käsittelevät tietograafien rakennetta, niiden soveltamista lääkkeiden uusiokäytössä sekä tietograafeihin liittyviä koneoppimismenetelmiä. Osa aineistosta keskittyy teoreettisiin näkökulmiin ja osa sisältää käytännön esimerkkejä tietograafeihin liittyvistä projekteista tai tapaustutkimuksista.

Työ osoittaa, että tietograafit kykenevät esittämään biolääketieteellistä tietoa integroidulla tavalla ja yhdistämään hajanaiset tiedonlähteet yhdeksi kokonaisuudeksi. Tämä mahdollistaa tietograafien hyödyntämisen koneoppimiseen pohjautuvissa algoritmeissa. Työssä esitelty esimerkki barisitinibin uusiokäytöstä COVID-19:n hoitoon osoittaa tietograafien merkityksen uusien hoitomahdollisuuksien löytämisessä olemassa oleville lääkkeille. Tämä korostuu erityisesti tilanteissa, kuten pandemioissa, joissa perinteinen lääkekehitysprosessi on liian hidas vastaamaan kiireellisiin tarpeisiin. Voidaan todeta, että tietograafien ja koneoppimisen yhdistelmällä on merkittävä potentiaali tulevaisuuden lääkekehityksessä ja sen kustannustehokkuuden parantamisessa.