BrTxGNN - Brasil: Reposicionamento de Medicamentos

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

Predicoes de reposicionamento de medicamentos para medicamentos aprovados pela ANVISA (Brazil) usando o modelo TxGNN.

Aviso

• Os resultados deste projeto sao apenas para fins de pesquisa e nao constituem aconselhamento medico.
• Candidatos a reposicionamento de medicamentos requerem validacao clinica antes da aplicacao.

Visao geral do projeto

Estatisticas de relatorios

Item	Quantidade
Relatorios de medicamentos	517
Predicoes totais	20,252,111
Medicamentos unicos	1,037
Indicacoes unicas	17,041
Dados DDI	160,235
Recursos FHIR	988 MK / 2,698 CUD

Distribuicao dos niveis de evidencia

Nivel de evidencia	Quantidade de relatorios	Descricao
L1	4	Multiplos ECRs de Fase 3
L2	21	ECR unico ou multiplos Fase 2
L3	23	Estudos observacionais
L4	30	Estudos pre-clinicos / mecanisticos
L5	395	Apenas predicao computacional
N/A	44	Apenas usos conhecidos (sem novas previsões)

Por fonte

Fonte	Predicoes
DL	20,249,707
KG + DL	2,081
KG	323

Por confianca

Confianca	Predicoes
very_high	1,522
high	982,685
medium	1,990,650
low	17,277,254

---

Metodos de predicao

Metodo	Velocidade	Precisao	Requisitos
Grafo de conhecimento	Rapido (segundos)	Menor	Sem requisitos especiais
Aprendizado profundo	Lento (horas)	Maior	Conda + PyTorch + DGL

Metodo do grafo de conhecimento

uv run python scripts/run_kg_prediction.py

Metrica	Valor
ANVISA Total de medicamentos	14,150
Mapeados para DrugBank	11,133 (78.7%)
Candidatos a reposicionamento	2,404

Metodo de aprendizado profundo

conda activate txgnn
PYTHONPATH=src python -m brtxgnn.predict.txgnn_model

Metrica	Valor
Predicoes DL totais	2,138,252
Medicamentos unicos	1,037
Indicacoes unicas	17,041

Interpretacao de pontuacoes

A pontuacao TxGNN representa a confianca do modelo em um par farmaco-doenca, variando de 0 a 1.

Limiar	Significado
>= 0.9	Confianca muito alta
>= 0.7	Confianca alta
>= 0.5	Confianca moderada

Distribuicao de pontuacoes

Limite	Significado
≥ 0.9999	Confianca extremamente alta, predicoes mais confiantes do modelo
≥ 0.99	Confianca muito alta, vale priorizar para validacao
≥ 0.9	Confianca alta
≥ 0.5	Confianca moderada (fronteira de decisao sigmoide)

Definicoes dos niveis de evidencia

Nivel	Definicao	Significancia clinica
L1	ECR de fase 3 ou revisao sistematica	Pode apoiar o uso clinico
L2	ECR de fase 2	Pode ser considerado para uso
L3	Fase 1 ou estudo observacional	Requer avaliacao adicional
L4	Relato de caso ou pesquisa pre-clinica	Ainda nao recomendado
L5	Apenas predicao computacional, sem evidencia clinica	Requer pesquisa adicional

Lembretes importantes

1. Pontuacoes altas nao garantem eficacia clinica: as pontuacoes TxGNN sao predicoes baseadas em grafos de conhecimento que requerem validacao em ensaios clinicos.
2. Pontuacoes baixas nao significam ineficacia: o modelo pode nao ter aprendido certas associacoes.
3. Recomendado usar com o pipeline de validacao: utilize as ferramentas deste projeto para revisar ensaios clinicos, literatura e outras evidencias.

Pipeline de validacao

flowchart TD
    A["Resultados de predicao TxGNN"] --> B
    subgraph B["Step 1: DrugBundle Collector"]
        B1["Nivel de medicamento: ANVISA, DDI, DrugBank"]
        B2["Nivel de indicacao: ClinicalTrials, PubMed, ICTRP"]
    end
    B --> |"drug_bundle.json"| C
    subgraph C["Step 2: Evidence Pack Generator"]
        C1["Transferencia programatica de dados (100%)"]
        C2["+ LLM Analise (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

---

Inicio rapido

Passo 1: Baixar dados

Arquivo	Download
ANVISA Dados	Dados Abertos ANVISA - Medicamentos Registrados
node.csv	Harvard Dataverse
kg.csv	Harvard Dataverse
edges.csv	Harvard Dataverse
model_ckpt.zip	Google Drive

Passo 2: Instalar dependencias

uv sync

Passo 3: Processar dados de medicamentos

uv run python scripts/process_fda_data.py

Passo 4: Preparar dados de vocabulario

uv run python scripts/prepare_external_data.py

Passo 5: Executar predicao do grafo de conhecimento

uv run python scripts/run_kg_prediction.py

Passo 6: Configurar ambiente de aprendizado profundo

conda create -n txgnn python=3.11 -y
conda activate txgnn
pip install torch==2.2.2 torchvision==0.17.2
pip install dgl==1.1.3
pip install git+https://github.com/mims-harvard/TxGNN.git
pip install pandas tqdm pyyaml pydantic ogb

Passo 7: Executar predicao de aprendizado profundo

conda activate txgnn
PYTHONPATH=src python -m brtxgnn.predict.txgnn_model

---

Recursos

TxGNN Nucleo

• TxGNN Paper - Nature Medicine, 2024
• TxGNN GitHub
• TxGNN Explorer

Fontes de dados

Categoria	Dados	Fonte	Nota
Dados de medicamentos	ANVISA	Dados Abertos ANVISA - Medicamentos Registrados	Brazil
Grafo de conhecimento	TxGNN KG	Harvard Dataverse	17,080 diseases, 7,957 drugs
Base de dados de medicamentos	DrugBank	DrugBank	Mapeamento de ingredientes de medicamentos
Interacoes medicamentosas	DDInter	DDInter	Pares DDI
Interacoes medicamentosas	Guide to PHARMACOLOGY	IUPHAR/BPS	Dados farmaco-alvo de medicamentos aprovados (nao sao interacoes)
Ensaios clinicos	ClinicalTrials.gov	CT.gov API v2	Registro de ensaios clinicos
Ensaios clinicos	WHO ICTRP	ICTRP API	Plataforma internacional de ensaios clinicos
Literatura	PubMed	NCBI E-utilities	Pesquisa de literatura medica
Mapeamento de nomes	RxNorm	RxNav API

Downloads de modelos

Arquivo	Download	Nota
Modelo pre-treinado	Google Drive	model_ckpt.zip
node.csv	Harvard Dataverse	Dados de nos
kg.csv	Harvard Dataverse	Dados do grafo de conhecimento
edges.csv	Harvard Dataverse	Dados de arestas (DL)

Introducao ao projeto

Estrutura de diretorios

BrTxGNN/
├── README.md
├── CLAUDE.md
├── pyproject.toml
│
├── config/
│   └── fields.yaml
│
├── data/
│   ├── kg.csv
│   ├── node.csv
│   ├── edges.csv
│   ├── raw/
│   ├── external/
│   ├── processed/
│   │   ├── drug_mapping.csv
│   │   ├── repurposing_candidates.csv
│   │   ├── txgnn_dl_predictions.csv.gz
│   │   └── integration_stats.json
│   ├── bundles/
│   └── collected/
│
├── src/brtxgnn/
│   ├── data/
│   │   └── loader.py
│   ├── mapping/
│   │   ├── normalizer.py
│   │   ├── drugbank_mapper.py
│   │   └── disease_mapper.py
│   ├── predict/
│   │   ├── repurposing.py
│   │   └── txgnn_model.py
│   ├── collectors/
│   └── paths.py
│
├── scripts/
│   ├── process_fda_data.py
│   ├── prepare_external_data.py
│   ├── run_kg_prediction.py
│   └── integrate_predictions.py
│
├── docs/
│   ├── _drugs/
│   ├── fhir/
│   │   ├── MedicationKnowledge/
│   │   └── ClinicalUseDefinition/
│   └── smart/
│
├── model_ckpt/
└── tests/

Legenda: 🔵 Desenvolvimento do projeto | 🟢 Dados locais | 🟡 Dados TxGNN | 🟠 Pipeline de validacao

Fluxo de dados

flowchart TD
    FDA["ANVISA Dados"] --> proc["process_fda_data.py"]
    TxGNN["TxGNN Dados"] --> prep["prepare_external_data.py"]

    proc --> json["br_fda_drugs.json"]
    prep --> ext["data/external/"]

    json --> norm["normalizer.py"]
    ext --> norm

    norm --> drug_map["drug_mapping.csv"]
    drug_map --> ind_map["indication_mapping.csv"]

    ind_map --> KG["Grafo de conhecimento"]
    ind_map --> DL["Aprendizado profundo"]

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

---

Citacao

Se voce utilizar este conjunto de dados ou software, por favor cite:

@software{brtxgnn2026,
  author       = {Yao.Care},
  title        = {BrTxGNN: Drug Repurposing Validation Reports for Brazil ANVISA Drugs},
  year         = 2026,
  publisher    = {GitHub},
  url          = {https://github.com/yao-care/BrTxGNN}
}

Cite tambem o artigo original do TxGNN:

@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}
}

維運：資料還原與許可證更新

完整還原

git 只放程式碼與網站頁面；許可證原始資料、證據包、藥師報告原稿、預測結果放在本 repo 的 Release。

git clone https://github.com/yao-care/brtxgnn.git && cd brtxgnn
uv sync                                  # Python 相依套件
bash scripts/restore_data.sh             # 取最新的 data-* Release，還原 data/（含校驗）
bash scripts/restore_data.sh --with-kg   # 另加共用知識圖譜與預測模型（只有重跑預測才需要）

需要 GitHub CLI（gh auth login）與 uv。

改頁工具鏈

事實層、checker、許可證狀態計算等放在 tools/txgnn/.claude/，是母 repo yao-care/txgnn 的 .claude/ 複本（版本見 tools/txgnn/VERSION）。 規則要改請改母 repo，再用 python3 .claude/sync_site_tools.py BrTxGNN 同步過來，不要直接改這裡的複本。 在本 repo 單獨使用時，先組工作目錄：

WS=$(bash scripts/txgnn_ws.sh)
cd "$WS"
python3 .claude/dump_license_facts_20261021.py BrTxGNN       # 依證據包算市場狀態（checker 要用）
python3 .claude/checker_trend.py --no-append BrTxGNN           # 全部藥物頁 checker，必須「非 0 0」

許可證排程更新（GitHub Actions）

.github/workflows/license-refresh.yml 每週一 UTC 03:17 自動執行，也可以在 Actions 頁手動觸發（可選只試跑）：

1. 從 Release 還原 data/（scripts/restore_data.sh）
2. 從主管機關下載最新許可證資料（scripts/license_adapter.py），檢查筆數與格式
3. 更新證據包的許可證狀態 → 重算市場狀態 → 同步許可證表 → 事實層改頁 → checker 全量必須 0 → 衍生檔 → gate
4. 全部通過才推上 main 並觸發部署；更新後的 data/ 另存成新的 data-YYYYMMDD Release

以下情況一律不推、自動開 issue（label license-refresh）：下載失敗或格式改變、狀態變動超過兩成、 改到的藥物頁超過 min(200, 5%)、checker／gate／h1 沒過、有人工查核紀錄的頁會被改到。全程不使用 AI。