TwTxGNN - 台灣健保藥品老藥新用預測

本專案由 藥提醒科技有限公司（yao.care）開發與維運。 TwTxGNN 站台：https://twtxgnn.yao.care/｜產品總覽：https://www.yao.care/medical/txgnn/

使用 TxGNN 知識圖譜對台灣健保藥品進行老藥新用（drug repurposing）預測。

注意事項

• 本專案結果僅供研究參考，不構成醫療建議
• 老藥新用候選需經過臨床驗證才能應用

專案成果總覽

驗證報告統計

項目	數量
藥物報告	291 份
涵蓋藥物	291 種
預測新適應症（已排除已知用途）	2,293 筆
DDI 資料	222,391 筆

證據等級分布

證據等級	報告數	說明
L1	5	多個 Phase 3 RCT 支持
L2	15	單一 RCT 或多個 Phase 2
L3	12	觀察性研究
L4	17	前臨床/機轉研究
L5	237	僅模型預測

決策建議分布

決策	報告數	說明
Proceed	33	有充分證據支持，可進一步評估
Hold	36	證據不足，暫不建議推進
Explore	5	值得探索，需補充資料
Consider	4	可考慮，但需注意風險
Go	3	強烈支持推進

---

預測方法

依照 TxGNN 規劃，有兩種方法可以進行預測：

方法	速度	精準度	環境需求	下載結果
知識圖譜方法	快（幾秒）	較低	無特殊需求	GitHub Release
深度學習方法	慢（數小時）	較高	Conda + PyTorch + DGL	Google Drive (683MB)

差異說明：知識圖譜方法直接查詢已知的藥物-疾病關係；深度學習方法使用神經網路模型推論潛在關係，並計算信心分數。

知識圖譜方法

uv run python scripts/run_kg_prediction.py

直接查詢 TxGNN 知識圖譜中的藥物-疾病關係。

結果檔案：data/processed/repurposing_candidates.csv

指標	數值
台灣 FDA 總藥品數	71,552
有效藥品數	23,612 (33%)
對應 DrugBank 藥品數	1,404 (<6%)
DrugBank 成分映射率	73.87%
對應到疾病數	166 (<12%)
適應症映射率	44.85%
預測新適應症數（已排除已知用途）	2,293
涉及藥物數	677
潛在新適應症數	1,035

深度學習方法

# 使用 conda 環境執行（需先安裝 PyTorch + DGL）
conda activate txgnn
python scripts/run_txgnn_prediction.py

使用 TxGNN 預訓練神經網路模型計算預測分數。

結果檔案：data/processed/txgnn_dl_predictions.csv

指標	數值
總預測數	73,834,542
涉及藥物數	1,404
涉及適應症數	17,041
平均信心分數	0.1932
最高信心分數	1.0
高信心預測 (>0.9)	133,499
中高信心預測 (>0.7)	433,136
中等信心預測 (>0.5)	1,995,813

TxGNN 分數解讀

TxGNN 分數代表模型對「藥物-疾病」配對的預測信心，範圍為 0-1。

分數分布

門檻	預測數	佔比	意義
≥ 0.9999	543	0.002%	極高信心，模型最有把握的預測
≥ 0.999	2,799	0.01%	非常高信心
≥ 0.99	16,921	0.07%	高信心，值得優先驗證
≥ 0.9	133,499	0.6%	中高信心
中位數	-	50%	0.033（大部分預測信心較低）

如何選擇門檻

# 只看最相關的預測（極高信心）
uv run python scripts/regenerate_drug.py minoxidil --min-score 0.9999

# 平衡探索與精確度（推薦）
uv run python scripts/regenerate_drug.py minoxidil --min-score 0.999 --top-n 0

# 廣泛探索（可能包含雜訊）
uv run python scripts/regenerate_drug.py minoxidil --min-score 0.99 --top-n 10

範例：Minoxidil 驗證結果

預測適應症	TxGNN 分數	臨床試驗	文獻	證據等級	驗證結果
diffuse alopecia areata	0.9999	3	20	L3	✅ 成功驗證
hypotrichosis simplex of the scalp	0.9999	0	3	L4	部分證據
congenital hypotrichosis milia	0.9999	0	0	L5	僅預測

成功案例說明：

• diffuse alopecia areata（瀰漫性圓禿）獲得 L3 證據等級
• 找到 3 個相關臨床試驗（ClinicalTrials.gov）
• 找到 20 篇相關文獻（PubMed）
• 這驗證了 TxGNN 模型預測的價值

證據等級定義

等級	定義	臨床意義
L1	Phase 3 RCT 或系統性回顧	可支持臨床使用
L2	Phase 2 RCT	可考慮使用
L3	Phase 1 或觀察性研究	待補件後評估
L4	個案報告或前臨床研究	暫不建議
L5	僅模型預測，無臨床證據	需進一步研究

Minoxidil 預測分群

分數範圍	適應症類型	生物學解釋
0.9999+	毛髮相關疾病	Minoxidil 原為高血壓藥，意外發現促進毛髮生長，模型捕捉到此關聯
0.999+	血管相關疾病	Minoxidil 是血管擴張劑，模型推論可能對其他血管疾病有效
0.99+	其他疾病	較間接的關聯，需要更多驗證

重要提醒

1. 高分不代表臨床有效：TxGNN 分數是基於知識圖譜的預測，需要臨床試驗驗證
2. 低分不代表無效：模型可能未學習到某些關聯
3. 建議搭配驗證流程：使用本專案的驗證工具檢視臨床試驗、文獻等證據

驗證流程（v4 藥物為中心）

# 驗證單一藥物的所有預測適應症
uv run python scripts/regenerate_drug.py minoxidil --min-score 0.999

# 驗證資料完整性
uv run python scripts/validate_data_pipeline.py --drug minoxidil

針對 TxGNN 預測結果進行多來源資料驗證，產生專業報告。

流程架構：

flowchart TD
    A["TxGNN 預測結果<br/>(一藥多適應症)"] --> B

    subgraph B["Step 1: DrugBundle Collector"]
        B1["藥物層級：TFDA、DDI、DrugBank"]
        B2["適應症層級：ClinicalTrials、PubMed、ICTRP"]
    end

    B --> |"drug_bundle.json"| C

    subgraph C["Step 2: Evidence Pack Generator"]
        C1["v4 架構：程式化資料傳輸 (100%)"]
        C2["+ LLM 分析 (證據分級 L1-L5)"]
    end

    C --> |"drug_evidence_pack.json/md"| D

    subgraph D["Step 3: Notes Writer"]
        D1["drug_pharmacist_notes.md"]
        D2["drug_sponsor_notes.md"]
    end

v4 架構特點：

• 100% 資料保真：程式化傳輸，不經 LLM 截斷
• 查詢狀態追蹤：每個資料來源的查詢結果有明確記錄
• 輸出驗證：自動檢查資料完整性

---

快速開始

步驟 1：下載資料

檔案	下載連結	放置位置	用途
FDA 藥品資料	食藥署開放資料	data/raw/ (ZIP 檔案)	台灣藥品資料
node.csv	Harvard Dataverse	data/node.csv	節點資料
kg.csv	Harvard Dataverse	data/kg.csv	知識圖譜
edges.csv	Harvard Dataverse	data/edges.csv	邊資料（深度學習用）
model_ckpt.zip	Google Drive	解壓縮到 model_ckpt/	預訓練模型（深度學習用）

步驟 2：安裝環境

# 安裝基本依賴
uv sync

# 程式測試
uv run pytest tests/

步驟 3：處理 FDA 資料

將下載的 FDA ZIP 檔案解壓縮並轉換為 JSON：

uv run python scripts/process_fda_data.py

這會產生 data/raw/tw_fda_drugs.json。

步驟 4：準備詞彙表資料

從下載的 TxGNN 資料提取詞彙表：

uv run python scripts/prepare_external_data.py

這會產生 data/external/ 目錄下的三個檔案：

• drugbank_vocab.csv - DrugBank 藥品詞彙表
• disease_vocab.csv - 疾病詞彙表
• drug_disease_relations.csv - 藥物-疾病關係

步驟 5：執行知識圖譜方法

uv run python scripts/run_kg_prediction.py

步驟 6：搭建深度學習環境

深度學習方法需要 PyTorch + DGL，建議使用 Conda 環境：

# 1. 建立 conda 環境（Python 3.11，DGL 相容性較好）
conda create -n txgnn python=3.11 -y
conda activate txgnn

# 2. 安裝 PyTorch（Intel Mac 使用 2.2.2，CUDA 用戶可用更新版本）
# Intel Mac / CPU:
pip install torch==2.2.2 torchvision==0.17.2

# CUDA 用戶（Linux/Windows with NVIDIA GPU）:
# pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

# 3. 安裝 DGL（圖神經網路套件）
# Intel Mac / CPU:
pip install dgl==1.1.3

# CUDA 用戶:
# pip install dgl -f https://data.dgl.ai/wheels/cu118/repo.html

# 4. 安裝 TxGNN（從 GitHub，PyPI 版本有 bug）
pip install git+https://github.com/mims-harvard/TxGNN.git

# 5. 安裝其他依賴
pip install pandas tqdm pyyaml pydantic ogb

# 6. 驗證安裝
python -c "import torch; import dgl; import txgnn; print('安裝成功！')"

注意事項：

• Apple Silicon (M1/M2/M3) 目前 DGL 不支援 MPS，會自動使用 CPU
• Intel Mac 需使用 PyTorch 2.2.2（2.3+ 不支援）
• 預測過程記憶體需求較高，建議至少 16GB RAM

步驟 7：執行深度學習方法

# 解壓縮模型檔案
unzip -n model_ckpt.zip

# 啟動 conda 環境並執行預測
conda activate txgnn
python scripts/run_txgnn_prediction.py

執行過程支援斷點續傳，中途中斷可重新執行繼續。

---

相關資源

TxGNN 核心

• TxGNN 論文 - Nature Medicine, 2024
• TxGNN GitHub
• TxGNN Explorer - 互動式預測查詢

資料來源

類別	資料	來源	說明
藥品	台灣 FDA 藥品	食藥署開放資料	71,545 筆藥品許可證
知識圖譜	TxGNN KG	Harvard Dataverse	17,080 種疾病、7,957 個藥品
藥物資料庫	DrugBank	DrugBank	藥品成分映射、DrugBank ID
藥物交互	DDInter 2.0	DDInter	302,516 筆 DDI、857 筆 DFI、8,359 筆 DDSI
藥物交互	Guide to PHARMACOLOGY	IUPHAR/BPS	4,689 筆核准藥物交互作用
臨床試驗	ClinicalTrials.gov	CT.gov API v2	臨床試驗資料查詢
臨床試驗	WHO ICTRP	ICTRP API	國際臨床試驗平台
文獻	PubMed	NCBI E-utilities	醫學文獻搜尋
藥名映射	RxNorm	RxNav API	藥品名稱標準化橋接
藥名映射	PubChem	PUG-REST API

模型與資料下載

檔案	下載	說明
TxGNN 預訓練模型	Google Drive	model_ckpt.zip
DL 預測結果	Google Drive	683MB, txgnn_dl_predictions.csv
node.csv	Harvard Dataverse	TxGNN 節點資料
kg.csv	Harvard Dataverse	TxGNN 知識圖譜
edges.csv	Harvard Dataverse	TxGNN 邊資料（DL 用）

專案介紹

目錄結構

TwTxGNN/
├── README.md                    # 專案文件
├── CLAUDE.md                    # AI 助手指引
├── pyproject.toml               # Python 套件設定
│
├── data/                        # 資料目錄
│   ├── kg.csv                   # 🟡 TxGNN 知識圖譜
│   ├── node.csv                 # 🟡 TxGNN 節點資料
│   ├── edges.csv                # 🟡 TxGNN 邊資料
│   ├── kg_directed.csv          # 🔵 TxGNN 處理後生成
│   ├── complex_disease_42/      # 🔵 TxGNN 訓練/驗證/測試分割
│   │   ├── train.csv
│   │   ├── valid.csv
│   │   └── test.csv
│   ├── raw/
│   │   └── tw_fda_drugs.json           # 🟢 台灣 FDA 藥品資料
│   ├── external/                       # 🔵 由 prepare_external_data.py 產生
│   │   ├── drugbank_vocab.csv          # DrugBank 詞彙表
│   │   ├── disease_vocab.csv           # 疾病詞彙表
│   │   └── drug_disease_relations.csv  # 藥物-疾病關係
│   ├── processed/
│   │   ├── drug_mapping.csv            # 🔵 台灣藥品→DrugBank 映射
│   │   ├── indication_mapping.csv      # 🔵 適應症→疾病映射
│   │   ├── repurposing_candidates.csv  # 🔵 知識圖譜方法結果
│   │   └── txgnn_dl_predictions.csv    # 🔵 深度學習方法結果
│   ├── collected/                      # 🟠 驗證流程 - 原始收集資料
│   │   ├── clinicaltrials/             # ClinicalTrials.gov 資料
│   │   ├── pubmed/                     # PubMed 文獻
│   │   ├── tfda/                       # TFDA 藥品資料
│   │   ├── unified_ddi/                # DDI 資料 (DDInter + PHARMACOLOGY)
│   │   └── ictrp/                      # WHO ICTRP 資料
│   ├── bundles/                        # 🟠 驗證流程 - 整合資料包
│   │   └── {drug}_{disease}/
│   │       └── bundle.json
│   ├── evidence_packs/                 # 🟠 驗證流程 - 證據包
│   │   └── {drug}_{disease}/
│   │       ├── evidence_pack.json
│   │       └── evidence_pack.md
│   └── notes/                          # 🟠 驗證流程 - 最終報告
│       └── {drug}_{disease}/
│           ├── pharmacist_notes.md
│           └── sponsor_notes.md
│
├── prompts/                            # 🟠 LLM System Prompts
│   ├── Evidence Pack Reviewer/
│   │   └── v1.md
│   └── Notes Writer/
│       ├── pharmacist_v1.md
│       └── sponsor_v1.md
│
├── model_ckpt/                  # 🟡 TxGNN 預訓練模型
│   ├── model.pt                 # 模型權重
│   ├── config.pkl               # 模型設定
│   ├── node_emb.pkl             # 節點嵌入向量
│   └── ...
│
├── src/twtxgnn/                        # 🔵 核心程式碼
│   ├── data/
│   │   └── loader.py                   # FDA 藥品資料載入
│   ├── mapping/
│   │   ├── normalizer.py               # 藥品成分標準化
│   │   ├── drugbank_mapper.py          # DrugBank ID 映射
│   │   └── disease_mapper.py           # 適應症→疾病映射
│   ├── predict/
│   │   ├── repurposing.py              # 知識圖譜方法預測
│   │   ├── txgnn_model.py              # 深度學習方法預測
│   │   ├── prepare_for_txgnn.py        # TxGNN 資料準備工具
│   │   └── process_txgnn_results.py    # 預測結果處理工具
│   ├── collectors/                     # 🟠 驗證流程 - 資料收集
│   │   ├── base.py                     # BaseCollector 介面
│   │   ├── bundle.py                   # EvidenceBundle 整合
│   │   ├── tfda.py                     # TFDA 藥品資料
│   │   ├── clinicaltrials.py           # ClinicalTrials.gov
│   │   ├── pubmed.py                   # PubMed 文獻
│   │   ├── unified_ddi.py              # Unified DDI (DDInter + PHARMACOLOGY)
│   │   └── ictrp.py                    # WHO ICTRP
│   ├── reviewer/                       # 🟠 驗證流程 - LLM 審閱
│   │   ├── llm_client.py               # OpenAI API 封裝
│   │   └── evidence_pack.py            # Evidence Pack 產生
│   ├── writer/                         # 🟠 驗證流程 - 報告產生
│   │   ├── base.py                     # BaseNotesWriter 介面
│   │   ├── pharmacist.py               # 藥師要點
│   │   └── sponsor.py                  # 藥廠要點
│   └── paths.py                        # 路徑管理
│
├── scripts/                            # 🔵 執行腳本
│   ├── process_fda_data.py             # 處理 FDA 資料
│   ├── prepare_external_data.py        # 準備詞彙表資料
│   ├── run_kg_prediction.py            # 執行知識圖譜方法
│   ├── run_txgnn_prediction.py         # 執行深度學習方法
│   └── run_validation_pipeline.py      # 執行驗證流程
│
└── tests/                       # 🔵 測試程式
    ├── test_loader.py
    ├── test_normalizer.py
    ├── test_drugbank_mapper.py
    ├── test_disease_mapper.py
    ├── test_repurposing.py
    └── test_txgnn_integration.py

圖例：🔵 專案開發 | 🟢 台灣資料 | 🟡 TxGNN 資料 | 🟠 驗證流程

資料流程

flowchart TD
    FDA["FDA ZIP 檔案<br/>(手動下載)"] --> proc["process_fda_data.py"]
    TxGNN["TxGNN 資料<br/>(node.csv, kg.csv)"] --> prep["prepare_external_data.py"]

    proc --> json["tw_fda_drugs.json"]
    prep --> ext["data/external/<br/>(詞彙表)"]

    json --> norm["標準化成分名稱<br/>(normalizer.py)"]
    ext --> norm

    norm --> drug_map["映射到 DrugBank ID<br/>(drug_mapping.csv)"]
    drug_map --> ind_map["映射適應症到疾病<br/>(indication_mapping.csv)"]

    ind_map --> KG["知識圖譜方法<br/>(repurposing.py)"]
    ind_map --> DL["深度學習方法<br/>(txgnn_model.py)"]

    KG --> kg_out["repurposing_candidates.csv"]
    DL --> dl_out["txgnn_dl_predictions.csv"]

---

引用

如果您使用本資料集或軟體，請引用：

@software{twtxgnn2026,
  author       = {Yao.Care},
  title        = {TwTxGNN: Drug Repurposing Validation Reports for Taiwan NHI Drugs},
  year         = 2026,
  publisher    = {Zenodo},
  doi          = {10.5281/zenodo.18723194},
  url          = {https://doi.org/10.5281/zenodo.18723194}
}

並同時引用 TxGNN 原始論文：

@article{huang2023txgnn,
  title={A foundation model for clinician-centered drug repurposing},
  author={Huang, Kexin and Chandak, Payal and Wang, Qianwen and Haber, Shreyas and Zitnik, Marinka},
  journal={Nature Medicine},
  year={2024},
  doi={10.1038/s41591-024-03233-x}
}