SETxGNN - Sverige: Lakemedelsrepositionering

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

Forutsaegelser foer lakemedelsrepositionering av MPA-godkaenda lakemedel (Sweden) med TxGNN-modellen.

Ansvarsfriskrivning

• Resultaten av detta projekt aer endast foer forskningsaendamaal och utgoer inte medicinsk raadgivning.
• Kandidater foer lakemedelsrepositionering kraever klinisk validering foere tillaempning.

Projektoeversikt

Rapportstatistik

Element	Antal
Lakemedelsrapporter	450
Totala forutsaegelser	3,672,147
Unika lakemedel	152
Unika indikationer	16,564
DDI-data	160,235
FHIR-resurser	451 MK / 2,506 CUD

Foerdelning av evidensnivaaer

Evidensnivaa	Antal rapporter	Beskrivning
L1	6	Flera Fas 3 RCT:er
L2	21	Enskild RCT eller flera Fas 2
L3	23	Observationsstudier
L4	31	Prekliniska / mekanistiska studier
L5	359	Endast beraekningsbaserad forutsaegelse
N/A	10	Endast kända användningar (inga nya prediktioner)

Per kaella

Kaella	Forutsaegelser
DL	3,671,591
KG + DL	485
KG	71

Per tillit

Tillit	Forutsaegelser
very_high	386
high	174,589
medium	363,223
low	3,133,949

---

Forutsaegelsemetoder

Metod	Hastighet	Noggrannhet	Krav
Kunskapsgraf	Snabb (sekunder)	Laegre	Inga speciella krav
Djupinlaerning	Laangsam (timmar)	Hoegre	Conda + PyTorch + DGL

Kunskapsgraf-metod

uv run python scripts/run_kg_prediction.py

Maetvaerde	Vaerde
MPA Totalt antal lakemedel	14,492
Kartlagda till DrugBank	8,534 (58.9%)
Repositioneringskandidater	556

Djupinlaerning-metod

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

Maetvaerde	Vaerde
Totala DL-forutsaegelser	1,062,125
Unika lakemedel	152
Unika indikationer	16,564

Poaengtolkning

TxGNN-poaengen representerar modellens tillit till ett lakemedels-sjukdomspar, med ett intervall fraan 0 till 1.

Troeskelvaerde	Betydelse
>= 0.9	Mycket hoeg tillit
>= 0.7	Hoeg tillit
>= 0.5	Maattlig tillit

Poaengfoerdelning

Troeskelvaerde	Betydelse
≥ 0.9999	Extremt hoegt foertroende, modellens mest saekra foeruts aegelser
≥ 0.99	Mycket hoegt foertroende, vaert att prioritera foer validering
≥ 0.9	Hoegt foertroende
≥ 0.5	Maattligt foertroende (sigmoid-beslutsgraens)

Definitioner av evidensnivaaer

Nivaa	Definition	Klinisk betydelse
L1	Fas 3 RCT eller systematisk oeeversikt	Kan stoedja klinisk anvaendning
L2	Fas 2 RCT	Kan oevervagas foer anvaendning
L3	Fas 1 eller observationsstudie	Kraever ytterligare utvaerdering
L4	Fallrapport eller preklinisk forskning	AEnnu inte rekommenderat
L5	Endast beraekningsbaserad foeruts aegelse, ingen klinisk evidens	Kraever ytterligare forskning

Viktiga paaminnelser

1. Hoega poaeng garanterar inte klinisk effektivitet: TxGNN-poaeng aer kunskapsgrafikbaserade foeruts aegelser som kraever klinisk validering.
2. Laaga poaeng betyder inte ineffektivt: modellen kanske inte har laert sig vissa samband.
3. Rekommenderas att anvaenda med valideringspipeline: anvaend detta projekts verktyg foer att granska kliniska studier, litteratur och andra bevis.

Valideringspipeline

flowchart TD
    A["TxGNN-forutsaegelseresultat"] --> B
    subgraph B["Step 1: DrugBundle Collector"]
        B1["Lakemedelsnivaa: MPA, DDI, DrugBank"]
        B2["Indikationsnivaa: ClinicalTrials, PubMed, ICTRP"]
    end
    B --> |"drug_bundle.json"| C
    subgraph C["Step 2: Evidence Pack Generator"]
        C1["Programmatisk dataoeverfoering (100%)"]
        C2["+ LLM Analys (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

---

Snabbstart

Steg 1: Ladda ner data

Fil	Nedladdning
MPA Data	Läkemedelsverket - Läkemedelsregister
node.csv	Harvard Dataverse
kg.csv	Harvard Dataverse
edges.csv	Harvard Dataverse
model_ckpt.zip	Google Drive

Steg 2: Installera beroenden

uv sync

Steg 3: Behandla lakemedelsdata

uv run python scripts/process_fda_data.py

Steg 4: Foebereda vokabulaerdata

uv run python scripts/prepare_external_data.py

Steg 5: Koer kunskapsgraf-forutsaegelse

uv run python scripts/run_kg_prediction.py

Steg 6: Konfigurera djupinlaerningsmiljoe

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

Steg 7: Koer djupinlaerning-forutsaegelse

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

---

Resurser

TxGNN Kaerna

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

Datakaellor

Kategori	Data	Kaella	Anmaerkning
Lakemedelsdata	MPA	Läkemedelsverket - Läkemedelsregister	Sweden
Kunskapsgraf	TxGNN KG	Harvard Dataverse	17,080 diseases, 7,957 drugs
Lakemedelsdatabas	DrugBank	DrugBank	Kartlaeggning av lakemedelsingredienser
Lakemedelsinteraktioner	DDInter	DDInter	DDI-par
Lakemedelsinteraktioner	Guide to PHARMACOLOGY	IUPHAR/BPS	Lakemedel-target-data for godkanda lakemedel (inte interaktioner)
Kliniska studier	ClinicalTrials.gov	CT.gov API v2	Register foer kliniska studier
Kliniska studier	WHO ICTRP	ICTRP API	Internationell plattform foer kliniska studier
Litteratur	PubMed	NCBI E-utilities	Medicinsk litteratursoekning
Namnkartlaeggning	RxNorm	RxNav API

Modellnedladdningar

Fil	Nedladdning	Anmaerkning
Fortranad modell	Google Drive	model_ckpt.zip
node.csv	Harvard Dataverse	Noddata
kg.csv	Harvard Dataverse	Kunskapsgrafdata
edges.csv	Harvard Dataverse	Kantdata (DL)

Projektintroduktion

Katalogstruktur

SETxGNN/
├── 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/setxgnn/
│   ├── 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/

Foerklaring: 🔵 Projektutveckling | 🟢 Lokal data | 🟡 TxGNN-data | 🟠 Valideringspipeline

Dataflode

flowchart TD
    FDA["MPA Data"] --> proc["process_fda_data.py"]
    TxGNN["TxGNN Data"] --> prep["prepare_external_data.py"]

    proc --> json["se_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["Kunskapsgraf"]
    ind_map --> DL["Djupinlaerning"]

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

---

Citering

Om du anvaender detta dataset eller denna programvara, vaenligen citera:

@software{setxgnn2026,
  author       = {Yao.Care},
  title        = {SETxGNN: Drug Repurposing Validation Reports for Sweden MPA Drugs},
  year         = 2026,
  publisher    = {GitHub},
  url          = {https://github.com/yao-care/SETxGNN}
}

Citera aeven den ursprungliga TxGNN-artikeln:

@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/setxgnn.git && cd setxgnn
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 SETxGNN 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 SETxGNN       # 依證據包算市場狀態（checker 要用）
python3 .claude/checker_trend.py --no-append SETxGNN           # 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。