Using knowledge graphs for predicting food supplement interactions with drugs

Bc. Markéta Křenková

Diplomová práce

Anotace:

Tato práce se zabývá problematikou lékových interakcí, zejména v souvislosti s léčbou rakoviny a současným užíváním farmaceutických léčiv, alternativních léčiv a doplňků stravy. Lékové interakce mohou významně ovlivnit výsledky léčby, a proto je jejich pochopení ve zdravotnictví klíčové. Práce se zaměřuje na využití znalostních grafů (knowledge graphs), oblíbených při modelování složitých biologických systémů, k předvídání potenciálních lékových interakcí. V této práci konstruujeme komplexní znalostní graf zahrnující farmaceutické léky, potraviny, byliny, chemické sloučeniny a známé lékové interakce. K předpovídání nových interakcí natrénujeme embedding grafu. Kromě prediktivního modelování práce přispívá k vytvoření databáze obsahující známé lékové interakce. Je vyvinuto API pro interakce léčiv, které je integrováno do aplikace OnkoRadce, jež pomáhá onkologickým pacientům při léčbě a podporuje lékaře při výběru vhodné léčby.

Abstract:

This thesis addresses the issue of drug interactions, particularly in the context of cancer treatment and the simultaneous use of pharmaceutical drugs, alternative medicines, and dietary supplements. Drug interactions can significantly impact treatment outcomes, making their understanding crucial in healthcare. The thesis focuses on utilizing knowledge graphs, popular in modeling complex biological systems, to predict potential drug interactions. In this thesis we construct a complex knowledge graph encompassing pharmaceutical drugs, foods, herbs, chemical compounds, and known drug interactions. Knowledge graph embeddings are employed to predict novel interactions. In addition to predictive modeling, the work contributes to the creation of a database containing known drug interactions. A Drug Interaction API is developed and integrated into the OnkoRadce application, which helps oncology patients during treatment and supports doctors in choosing the appropriate treatment.

Keywords

Artificial Intelligence, Bioinformatics, Data Analysis, Knowledge Graphs, Knowledge Integration, Machine Learning, Medical Informatics

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 15. 12. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 13. 2. 2024
• Vedoucí: doc. Mgr. Bc. Vít Nováček, PhD
• Oponent: Dr. Mohan Timilsina, PhD

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Umělá inteligence a zpracování dat / Strojové učení a umělá inteligence