DRUGPATH: A New Database for Mapping Polypharmacology
Notice bibliographique
Résumé
While there are existing databases that curate only drug, target, or pathway data for instance, none of these alone are exhaustive. The Drug Gene Pathway (DRUGPATH) meta database was created as a response to the complex treatment required for various diseases including Gulf War Illness (GWI) and post-traumatic stress disorder (PTSD), where therapy involves using multiple drugs in combination. Here, drug-drug interactions can occur due to the promiscuous nature of pharmaceuticals, which can then lead to various side effects or can alternatively be utilized towards drug repurposing. The objective was to develop a database that maps the interactions between drugs, genes, pathways, and targets for use in the treatment of complex diseases, including the prediction of off-target interactions, otherwise known as side effects. Using MATLAB and Python scripts, interactions between known drugs, genes, targets, and pathways amalgamated from numerous expert-curated sources such as PharmGKB, DrugBank, DGIdb, ConsesusPathDB, Guide to PHARMACOLOGY, HUGO Gene Nomenclature Committee, Toxin and Toxin-Target Database, repoDB, the FDA’s National Drug Code database, etc. were mapped together. The raw data was first downloaded from its source and subsequently cleaned, where extraneous information such as data from non-humans, internal identifiers, timestamps, etc. were removed. The remaining information was then integrated into an SQLite database. DRUGPATH currently contains a total of 2,632,516 unique entries, and of these, there are 54,757 unique genes, 2,632,242 unique pathways, and 31,042 unique drugs. DRUGPATH allows researchers and clinicians to discern which pathways are affected by each drug, reducing the likelihood of an adverse drug reaction occurring. The incorporation of drug, gene, target, and pathway information makes DRUGPATH a powerful resource for predicting potential side effects when designing or refining a given drug combination therapy. Not only that, but we have additionally added the FDA status, half-life, and indication for each drug whenever possible for clinical applications of this database.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».