基于元路径与主成分分析的药物重定位方法

doi:10.11772/j.issn.1001-9081.2025070819

《计算机应用》唯一官方网站 ›› 2026, Vol. 46 ›› Issue (8): 2716-2724.DOI: 10.11772/j.issn.1001-9081.2025070819

• 前沿与综合应用 • 上一篇

基于元路径与主成分分析的药物重定位方法

王思秀, 陈新周(), 李敏, 赵晓敏

新疆财经大学信息管理学院，乌鲁木齐 830012

收稿日期:2025-07-22 修回日期:2025-10-28 接受日期:2025-10-30 发布日期:2025-12-22 出版日期:2026-08-10
通讯作者: 陈新周
作者简介:王思秀（1981—），男，江苏徐州人，教授，硕士，主要研究方向：管理决策、智能信息处理
陈新周（1999—），男，河南洛阳人，硕士研究生，主要研究方向：数据挖掘、知识管理
李敏（1990—），女，河南驻马店人，副教授，博士，主要研究方向：自然语言处理
赵晓敏（2000—），女，山西晋中人，硕士研究生，主要研究方向：人工智能。
基金资助:
新疆维吾尔自治区自然科学基金面上项目(2025D01C78);新疆维吾尔自治区自然科学基金面上项目(2025D01C74);高层次人才专项(2024XGC020)

Drug repositioning method based on Empirical meta-path and principal component analysis

Sixiu WANG, Xinzhou CHEN(), Min LI, Xiaomin ZHAO

School of Information Management，Xinjiang University of Finance and Economics，Urumqi Xinjiang 830012，China

Received:2025-07-22 Revised:2025-10-28 Accepted:2025-10-30 Online:2025-12-22 Published:2026-08-10
Contact: Xinzhou CHEN
About author:WANG Sixiu， born in 1981， M. S.， professor. His research interests include management decision making， intelligent information processing.
LI Min， born in 1990， Ph. D.， associate professor. Her research interests include natural language processing.
ZHAO Xiaomin， born in 2000， M. S. candidate. Her research interests include artificial intelligence.
Supported by:
General Program of Natural Science Foundation of Xinjiang Uygur Autonomous Region(2025D01C78);High-Level Talent Special Project(2024XGC020)

摘要/Abstract

摘要：

药物重定位领域多数研究依赖“相似药物治疗相似疾病”假设，因此需使用疾病和药物等相似性数据，而此类数据存在获取困难、不同计算方法结果差异大且数据缺失时研究无法开展的难题，提出一种基于元路径（EMP）与主成分分析（PCA）的药物重定位方法（EMP-PCA），从而无需相似性数据即可实现药物-疾病关联预测。首先，引入对应不同相互作用数据的5条元路径，以生成交换矩阵来挖掘多源关联信息；其次，通过PCA找寻方差最大的方向，对数据进行投影降维，并在简化计算的同时保留核心信息；最后，利用梯度提升树方法为每条元路径构建基分类器，并把它们组合成集成分类器，从而实现多源数据的有效整合。将EMP-PCA与药物重定位异质图卷积网络（DRHGCN）、附加神经矩阵分解（ANMF）模型、层注意力图卷积网络（LAGCN）等基于相似性数据的药物重定位方法进行对比。实验结果表明，EMP-PCA无需引入任何相似性数据，即可有效融合药物、蛋白质与疾病间的多源相互作用数据，且在曲线下面积（AUC）、精确率和召回率等关键评价指标上均优于对比方法，能有效解决基于相似性方法的数据依赖与缺失难题，具备优异的关联预测性能和较高的实际应用价值。

关键词: 药物重定位, 元路径, 交换矩阵, 主成分分析, 梯度提升树, 相互作用数据, 集成分类器

Abstract:

Most studies in drug repositioning field rely on the “similar drugs treat similar diseases” hypothesis， requiring similarity data between diseases and drugs. However， such data has acquisition difficulties， different methods have significant discrepancies in computational results， and the research has inability to conduct when data is missing. To address these issues， this study proposed a drug repositioning method， EMP-PCA， based on Empirical Meta-Path （EMP） and Principal Component Analysis （PCA） that achieved drug-disease association prediction without similarity data. First， five meta-paths corresponding to different interaction data were introduced to generate a commuting matrix for mining multi-source correlation information. Second， PCA was employed to identify the directions with the highest variances， dimensionality reduction was performed through data projection， and computations were simplified while retaining core information. Finally， Gradient Boosting Tree （GBT） method was used to construct base classifiers for various meta-paths， and the classifiers were combined into an ensemble classifier to integrate multi-source data effectively. Experimental results of comparing EMP-PCA with similarity data-based methods like Drug Repurposing via Heterogeneous Graph Convolutional Network （DRHGCN）， Additional Neural Matrix Factorization （ANMF） model， and Layer-wise Attention Graph Convolutional Network （LAGCN） demonstrate that EMP-PCA can fuse multi-source interaction data among drugs， proteins， and diseases without requiring similarity data effectively， and the method outperforms the comparison methods in key evaluation metrics including Area Under Curve （AUC）， precision， and recall， resolving data dependency and missing value issues inherent in similarity-based methods effectively， and has high practical application value.

Key words: drug repositioning, Empirical Meta-Path (EMP), commuting matrix, Principal Component Analysis (PCA), Gradient Boosting Tree (GBT), interaction data, ensemble classifier

中图分类号:

TP391

王思秀, 陈新周, 李敏, 赵晓敏. 基于元路径与主成分分析的药物重定位方法[J]. 计算机应用, 2026, 46(8): 2716-2724.

Sixiu WANG, Xinzhou CHEN, Min LI, Xiaomin ZHAO. Drug repositioning method based on Empirical meta-path and principal component analysis[J]. Journal of Computer Applications, 2026, 46(8): 2716-2724.

图/表 12

图1 EMP-PCA集成分类器的框架

Fig. 1 Framework of EMP-PCA ensemble classifier

图2 药物-蛋白质-疾病异质网络模式

Fig. 2 Pattern of drug-protein-disease heterogeneous network

图3 交换矩阵的原理

Fig. 3 Principle of commuting matrix

图4 不同取值的latent_feature_percent对AUPR和AUC的影响

Fig. 4 Impact of different values of latent_feature_percent on AUPR and AUC

表1 EMP-PCA与其他方法的性能比较

Tab. 1 Performance comparison of EMP-PCA and other methods

方法	AUPR	AUC	P	R	ACC	MCC	F1
EMP⁃PCA	0.966	0.964	0.915	0.909	0.908	0.819	0.910
DRHGCN	0.907	0.814	0.810	0.831	0.821	0.631	0.815
ANMF	0.851	0.847	0.818	0.731	0.712	0.511	0.732
deepDR	0.901	0.812	0.832	0.901	0.814	0.759	0.834
LAGCN	0.882	0.860	0.863	0.731	0.771	0.551	0.791

表2 EMP-PCA与对比模型的统计显著性比较（AUPR/AUC）

Tab. 2 Statistical significance comparison of EMP-PCA and comparison models （AUPR/AUC）

对比组	AUPR		AUC		显著性标注
对比组	均值±标准差	p值	均值±标准差	p值	显著性标注
DRHGCN	0.059±0.012	<0.001	0.150±0.018	<0.001	***
ANMF	0.115±0.015	<0.001	0.117±0.021	<0.001	***
deepDR	0.065±0.011	<0.001	0.152±0.016	<0.001	***
LAGCN	0.084±0.013	<0.001	0.104±0.019	<0.001	***

图5 EMP-PCA与对比模型的ROC曲线对比

Fig. 5 ROC curve comparison of EMP-PCA and comparison models

图6 EMP-PCA 与对比模型的P-R曲线对比

Fig. 6 P-R curve comparison of EMP-PCA and comparison models

表3 相似性数据消融实验结果

Tab. 3 Results of similarity data ablation experiments

实验组	AUPR	AUC	P	R	F1
EMP-PCA（原模型）	0.966	0.964	0.915	0.909	0.910
EMP-PCA+DrugSim	0.958	0.957	0.902	0.898	0.900
EMP-PCA+DisSim	0.952	0.951	0.897	0.891	0.894
EMP-PCA+DrugSim+DisSim	0.949	0.948	0.889	0.885	0.887

表4 核心组件消融实验结果

Tab. 4 Results of core component （meta-path & PCA） ablation experiments

实验组	AUPR	AUC	P	R	F1	核心差异（组件调整）
EMP-PCA	0.966	0.964	0.915	0.909	0.910	5条元路径+PCA降维+集成
Meta-path-2	0.892	0.887	0.835	0.821	0.828	仅使用最优单路径（无集成）
随机2路径集成	0.921	0.915	0.867	0.853	0.860	随机选择2条元路径集成
无PCA降维	0.876	0.869	0.812	0.803	0.807	5条元路径集成（使用原始特征）
无集成单路径	0.905	0.898	0.851	0.842	0.846	5条元路径单独预测后取平均

表5 EMP-PCA 各核心步骤的理论计算复杂度

Tab. 5 Theoretical computational complexity of each core step of EMP-PCA

核心步骤	计算操作	时间复杂度	原文场景量级近似	复杂度占比/%
总复杂度		$O (K × (m × p × n + n ² m + T × r × N))$	4.9×10⁹+2.0×10⁹+3.7×10⁶≈6.9×10⁹	100.00
交换矩阵生成	矩阵乘法	$O (K × m × p × n)$	5×1 186×1 523×449≈4.9×10⁹	70.98
PCA降维	$O (m n) + O ((n ² m) + O (n ³)$	$O (K × (m n + n ² m + n ³))$	5×（5.3×10⁵+3.1×10⁸+9.1×10⁷）≈2.0×10⁹	28.97
GBT集成训练	$O (T × r × N)$ +5基分类器	$O (K × T × r × N)$	5×100×2×3.7×10³≈3.7×10⁶	0.05

表5 EMP-PCA 各核心步骤的理论计算复杂度

Tab. 5 Theoretical computational complexity of each core step of EMP-PCA

核心步骤	计算操作	时间复杂度	原文场景量级近似	复杂度占比/%
总复杂度		$O (K × (m × p × n + n ² m + T × r × N))$	4.9×10⁹+2.0×10⁹+3.7×10⁶≈6.9×10⁹	100.00
交换矩阵生成	矩阵乘法	$O (K × m × p × n)$	5×1 186×1 523×449≈4.9×10⁹	70.98
PCA降维	$O (m n) + O ((n ² m) + O (n ³)$	$O (K × (m n + n ² m + n ³))$	5×（5.3×10⁵+3.1×10⁸+9.1×10⁷）≈2.0×10⁹	28.97
GBT集成训练	$O (T × r × N)$ +5基分类器	$O (K × T × r × N)$	5×100×2×3.7×10³≈3.7×10⁶	0.05

表6 EMP-PCA 在不同数据规模下的实际运行时间（均值±标准差）

Tab. 6 Actual running time of EMP-PCA under different data scales （mean±standard deviation）

数据规模	交换矩阵生成时间/s	PCA降维时间/s	集成训练时间/s	总训练时间/s	预测时间/ms
小规模	45.2±3.1	2.8±0.3	1.2±0.1	49.2±3.5	0.8±0.1
原规模	203.5±8.7	6.5±0.5	2.9±0.2	212.9±9.4	1.5±0.2
大规模	896.3±15.2	18.7±1.1	7.5±0.4	922.5±16.7	3.2±0.3

参考文献 26

[1]	Wu Z， Chen S， Wang Y， et al. Current perspectives and trend of computer-aided drug design： a review and bibliometric analysis［J］. International Journal of Surgery， 2024， 110（6）： 3848-3878.
[2]	He S， Liu X， Ye X， et al. Analysis of drug repositioning and prediction techniques： a concise review［J］. Current Topics in Medicinal Chemistry， 2022， 22（23）： 1897-1906.
[3]	Abushaaban E， Alhajj R. A survey on computational methods used for drug repositioning［J］. Network Modeling Analysis in Health Informatics and Bioinformatics， 2025， 14： No.8.
[4]	Luo H， Li M， Yang M， et al. Biomedical data and computational models for drug repositioning： a comprehensive review［J］. Briefings in Bioinformatics， 2021， 22（2）： 1604-1619.
[5]	Kim Y， Jung Y S， Park J H， et al. Drug-disease association prediction using heterogeneous networks for computational drug repositioning［J］. Biomolecules， 2022， 12（10）： No.1497.
[6]	Wishart D S， Feunang Y D， Guo A C， et al. DrugBank 5.0： a major update to the DrugBank database for 2018［J］. Nucleic Acids Research， 2018， 46（D1）： D1074-D1082.
[7]	Gabetta M， Larizza C， Bellazzi R. A Unified Medical Language System （UMLS） based system for literature-based discovery in medicine［C］// MEDINFO 2013. Amsterdam： IOS Press， 2013： 412-416.
[8]	吴光生. 数据驱动的药物-疾病关联预测［D］. 武汉：武汉大学， 2019.
	Wu Guangsheng. Data-driven prediction of drug-disease association［D］. Wuhan： Wuhan University， 2019.
[9]	Lan Z Z， Cao R F， Wei P J， et al. Double matrix completion for circRNA-disease association prediction［J］. BMC Bioinformatics， 2021， 22： No.307.
[10]	Wu Q W， Cao R F， Xia J F， et al. Extra trees method for predicting LncRNA-disease association based on multi-layer graph embedding aggregation［J］. IEEE/ACM Transactions on Computational Biology and Bioinformatics， 2021， 19（6）： 3171-3178.
[11]	Zheng K， You Z H， Wang L， et al. MLMDA： a machine learning approach to predict and validate MicroRNA-disease associations by integrating of heterogenous information sources［J］. Journal of Translational Medicine， 2019， 17： No.260.
[12]	张雪慧.基于多元路径融合的lncRNA-疾病关联预测方法研究［D］.哈尔滨：哈尔滨理工大学，2024：10-14.
	Zhang Xuehui. Research on lncRNA-disease association prediction method based on multi-path fusion［D］. Harbin： Harbin University of Science and Technology， 2024： 10-14.
[13]	王帅.基于异构图神经网络的疾病相关lncRNA预测算法研究［D］.秦皇岛：燕山大学，2024： 1-6.
	Wang Shuai. Research on disease-related lncRNA prediction algorithm based on heterogeneous graph neural network［D］. Qinhuangdao： Yanshan University， 2024：1-6.
[14]	武传艳.基于机器学习方法的生物医学数据挖掘相关问题研究［D］.济南：山东大学，2020： 1-10.
	Wu Chuanyan. Research on biomedical data mining related problems based on machine learning methods［D］. Jinan： Shandong University， 2020：1-10.
[15]	姚文杰.基于元路径和反事实数据增强的药物-副作用关联预测方法研究［D］.w武汉：华中师范大学，2024：9-13.
	Yao Wenjie. Research on drug-side effect association prediction method based on meta-path and counterfactual data augmentation［D］. Wuhan： Central China Normal University， 2024：9-13.
[16]	郁湧，杨雨洁，李虓晗，等. 基于全局图注意力元路径异构网络的药物-疾病关联预测［J］. 电子科技大学学报， 2024， 53（4）： 576-583.
	Yu Yong， Yang Yujie， Li Xiaohan， et al. Drug-disease association prediction based on global graph attention meta-path heterogeneous network［J］. Journal of University of Electronic Science and Technology of China， 2024， 53（4）： 576-583.
[17]	李泽军. 基于数据挖掘的基因和疾病的关系研究［D］. 长沙：湖南大学， 2019.
	Li Zejun. Research on the relationship between genes and diseases based on data mining［D］. Changsha： Hunan University， 2019.
[18]	Yasir M， Park J， Han E T， et al. Machine learning-based drug repositioning of novel Janus Kinase 2 inhibitors utilizing molecular docking and molecular dynamic simulation［J］. Journal of Chemical Information and Modeling， 2023， 63（21）： 6487-6500.
[19]	Fang J， Pan Z， Yu H， et al. Regulatory master genes identification and drug repositioning by integrative mRNA-miRNA network analysis for acute Type A aortic dissection［J］. Frontiers in Pharmacology， 2021， 11： No.575765.
[20]	Tian Z， Teng Z， Cheng S， et al. Computational drug repositioning using meta-path-based semantic network analysis［J］. BMC Systems Biology， 2018， 12（S9）： No.134.
[21]	Ding S， Niu D， Wang X， et al. MAPTrans： mutual attention Transformer with dynamic meta-path pruning for drug repositioning［J］. Briefings in Bioinformatics， 2025， 26（4）： No.bbaf382.
[22]	Yang X， Zamit L， Liu Y， et al. Additional neural matrix factorization model for computational drug repositioning［J］. BMC Bioinformatics， 2019， 20： No.423.
[23]	Zeng X， Zhu S， Liu X， et al. deepDR： A network-based deep learning approach to in silico drug repositioning［J］. Bioinformatics， 2019， 35（24）： 5191-5198.
[24]	Cai L， Lu C， Xu J， et al. Drug repositioning based on the heterogeneous information fusion graph convolutional network［J］. Briefings in Bioinformatics， 2021， 22（6）： No.bbab319.
[25]	Yu Z， Huang F， Zhao X， et al. Predicting drug-disease associations through layer attention graph convolutional network［J］. Briefings in Bioinformatics， 2021， 22： No.bbaa243.
[26]	Li Y， Yang Y， Tong Z， et al. A comparative benchmarking and evaluation framework for heterogeneous network-based drug repositioning methods［J］. Briefings in Bioinformatics， 2024， 25（3）： No.bbae172.

基于元路径与主成分分析的药物重定位方法

Drug repositioning method based on Empirical meta-path and principal component analysis

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 26

相关文章 15

编辑推荐

Metrics

[1]	陈庆礼, 郭渊博, 方晨. 面向数据异构的聚类联邦学习算法[J]. 《计算机应用》唯一官方网站, 2025, 45(4): 1086-1094.
[2]	葛焌迟, 赵为华. 矩阵数据基于鲁棒主成分分析的距离加权判别分析[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2073-2079.
[3]	张奕, 蔡钢生, 王真梅. 基于语义与全局双重注意力机制的长链非编码RNA-疾病关联预测模型[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2125-2132.
[4]	范贤博俊, 陈立家, 李珅, 王晨露, 王敏, 王赞, 刘名果. 鲁棒的视觉机械臂联合建模优化方法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 962-971.
[5]	孟昱煜, 郭静. 信息熵改进主成分分析模型的链路预测算法[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2823-2829.
[6]	周嘉凡, 杜岳峰, 宋宝燕, 李晓光, 赵阿珠, 肖绪界. 基于元路径注意力机制的MOOC视频推荐方法[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1808-1813.
[7]	李莉, 石可欣, 任振康. 基于特征选择和TrAdaBoost的跨项目缺陷预测方法[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1554-1562.
[8]	王梓森, 梁英, 刘政君, 谢小杰, 张伟, 史红周. 科研项目同行评议专家学术专长匹配方法[J]. 计算机应用, 2021, 41(8): 2418-2426.
[9]	王心, 朱浩华, 刘光灿. 卷积鲁棒主成分分析[J]. 计算机应用, 2021, 41(5): 1314-1318.
[10]	林怿星, 唐华. 基于异构信息网络的混合推荐模型[J]. 计算机应用, 2021, 41(5): 1348-1355.
[11]	毕蓓, 潘慧瑶, 陈峰, 隋京言, 高扬, 王耀君. 基于异构图注意力网络的微博谣言监测模型[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3546-3550.
[12]	陆荣秀, 陈明明, 杨辉, 朱建勇. 基于溶液图像时序特征的元素组分含量动态监测系统[J]. 计算机应用, 2021, 41(10): 3075-3081.
[13]	陈利霞, 班颖, 王学文. 基于张量核范数与3D全变分的背景减除[J]. 计算机应用, 2020, 40(9): 2737-2742.
[14]	郑延斌, 韩梦云, 樊文鑫. 基于二维主成分分析与卷积神经网络的手写体汉字识别[J]. 计算机应用, 2020, 40(8): 2465-2471.
[15]	李东博, 黄铝文. 重加权稀疏主成分分析算法及其在人脸识别中的应用[J]. 计算机应用, 2020, 40(3): 717-722.