LInked Drug-Drug Interactions (LIDDI)

LInked Drug-Drug Interactions (LIDDI)是由斯坦福大学生物医学信息学研究中心创建的一个公共数据集，旨在整合多种药物相互作用预测方法和来源。该数据集包含98,085条纳米出版物，涵盖了从MEDLINE、电子健康记录、公共数据库等提取的药物相互作用数据。创建过程中，LIDDI利用了RDF和纳米出版物技术，确保数据的可追溯性和一致性。该数据集主要应用于药物安全研究，特别是药物相互作用的预测和评估，通过整合多种数据源，提高了预测的准确性和可靠性。

LInked Drug-Drug Interactions (LIDDI) is a public dataset developed by the Stanford Center for Biomedical Informatics Research, designed to integrate multiple drug interaction prediction methods and data sources. This dataset comprises 98,085 nanopublications, encompassing drug interaction data extracted from MEDLINE, electronic health records, public databases and other relevant resources. During its development, LIDDI adopts RDF and nanopublication technologies to ensure the traceability and consistency of the contained data. Primarily applied in drug safety research, particularly the prediction and assessment of drug-drug interactions, this dataset enhances the accuracy and reliability of drug interaction prediction by consolidating diverse data sources.

搜集汇总

数据集介绍

构建方式

LIDDI数据集以纳米出版物（nanopublication）为基石，将来自七个异构数据源的药物-药物相互作用（DDI）信息整合为统一的RDF格式。这些数据源包括电子健康记录（EHR）、FDA不良事件报告系统（FAERS）、DrugBank、Drugs.com、MEDLINE文献、TWOSIDES以及INDI和相似性建模协议等预测方法。每个DDI被编码为包含断言图、来源图和发布信息图的纳米出版物，断言图利用语义科学集成本体（SIO）定义DDI类，并通过自定义谓词链接药物和临床事件。来源图基于PROV本体记录数据的生成过程、所用软件及原始来源，而发布信息图则提供创建者与时间戳等元数据。为弥合不同数据源间的标识符差异，数据集还创建了专门的映射纳米出版物，将DrugBank标识符、UMLS概念唯一标识符（CUI）、MeSH代码和RxNorm代码相互关联，从而实现跨源数据的无缝对齐。

特点

LIDDI的核心特点在于其以来源为中心的设计，通过纳米出版物和可信URI（trusty URIs）确保每条DDI记录的不可篡改性、永久性和可验证性。数据集涵盖了98,085个纳米出版物，包含超过200万条三元组，涉及11,966条来自EHR的DDI到43,160条来自Drugs.com的DDI，覆盖十大临床事件（如心律失常、低血糖等）。其独特之处在于保留了药物-药物-事件三元组的双向性（drug1-drug2与drug2-drug1均被记录），以兼容Bio2RDF的标准，避免查询时遗漏潜在交互。此外，数据集提供了丰富的链接能力，通过映射将DDI与DrugBank、UMLS、MeSH等外部资源相连，支持从DDI分支到药物个体属性的探索，为药物安全性研究提供了多维度的关联基础。

使用方法

LIDDI支持多种访问方式，用户可通过figShare进行批量下载（723 MB的nquads格式），或通过SPARQL端点（http://liddi.stanford.edu:8890/sparql）进行灵活查询。数据集还部署于纳米出版物服务器网络，使用Java纳米出版物库的`np`命令即可下载整个数据集。在应用层面，研究者可利用LIDDI对自身DDI预测进行交叉验证，通过多个数据源的支持程度（如投票机制）来评估预测的可靠性，而非仅依赖单一统计指标。例如，基于EHR数据的DDI预测可通过LIDDI中其他来源的共识来排序优先级。此外，数据集中的映射关系使研究者能够轻松链接到DrugBank、RxNorm和MeSH的图谱，从而丰富药物和事件的属性信息，推动更深入的药理学分析或不良反应解释。

背景与挑战

背景概述

药物相互作用（Drug-Drug Interactions, DDIs）是引发药物不良反应（Adverse Drug Reactions, ADRs）的主要原因之一，尤其对多药联合治疗的老年患者构成显著风险，每年由此造成的经济损失高达数十亿美元。然而，新药上市前的体内外实验难以穷尽所有可能的药物组合，促使计算预测方法应运而生。在此背景下，斯坦福大学生物医学信息研究中心的Juan M. Banda、Tobias Kuhn、Nigam H. Shah与Michel Dumontier等研究者于2015年创建了LInked Drug-Drug Interactions（LIDDI）数据集。该数据集以纳米出版物（nanopublications）为技术基础，整合了电子健康记录、FDA不良事件报告系统、DrugBank、MEDLINE文献、TWOSIDES、INDI等多种来源的DDI预测数据，并提供了跨来源的药物标识符映射，旨在为药物安全研究提供一个具备可溯源性与互操作性的统一资源平台，推动了药物相互作用预测领域的共识评估与数据复用。

当前挑战

LIDDI数据集所面临的挑战涵盖领域问题与构建过程两个层面。在领域问题方面，不同来源的DDI预测方法虽分别经过独立统计验证，但缺乏交叉验证机制，导致预测结果数量庞大且可靠性不一，难以在实验环境中逐一验证，亟需一种能够综合多源证据、评估共识置信度的解决方案。在构建过程中，首要挑战是药物名称与标识符的异构映射问题，例如DrugBank标识符、UMLS概念唯一标识符（CUI）、RxNorm代码与MeSH术语之间的对齐需大量人工与计算资源。此外，各源数据格式迥异（如CSV、RDF、自由文本），需统一转换为RDF纳米出版物格式，并确保每个断言的可追溯性与完整性，这涉及复杂的数据清洗、本体建模及信任URI的生成，对数据治理与语义互操作性提出了极高要求。

常用场景

经典使用场景

在药物安全监测领域，LIDDI数据集为研究者提供了一个整合多种来源的药物-药物相互作用（DDI）预测的统一资源。其经典使用场景在于，研究人员可利用该数据集对从电子健康记录、生物医学文献、公共数据库（如DrugBank）以及计算预测方法（如TWOSIDES和INDI）中提取的DDI信号进行交叉验证。通过纳米出版物技术，LIDDI不仅保留了每条DDI的完整来源与处理路径，还提供了药物标识符之间的标准化映射，使得来自不同数据源的DDI能够被无缝比较与整合。这一功能尤其适用于需要高置信度评估DDI的研究，例如在临床前药物筛选或药物重定位中，研究者可通过LIDDI快速判断某个潜在DDI是否获得多个独立证据的支持，从而提升预测的可靠性。

解决学术问题

LIDDI数据集有效解决了药物安全研究中长期存在的两个关键学术问题：一是不同DDI预测方法之间缺乏统一的比较基准，二是数据源之间因使用不同的药物标识符（如UMLS CUI、RxNorm、MeSH和DrugBank ID）而导致的整合困难。通过构建一个基于RDF和纳米出版物的知识图谱，LIDDI首次将来自电子健康记录、FAERS报告、生物医学文献及七种计算方法的DDI数据汇聚于一处，并提供了详尽的映射关系。这一资源使研究者能够超越单一统计指标（如AUROC值），转而采用基于共识的多源验证策略来评估DDI预测的置信度。其意义在于，它不仅降低了数据整合的技术门槛，还促进了药物安全领域内跨方法的可重复性研究，为建立社区公认的DDI黄金标准奠定了数据基础。

衍生相关工作

LIDDI数据集催生了一系列重要的衍生工作。其核心贡献在于首次将纳米出版物技术应用于药物安全数据整合，这一范式启发了后续多个基于语义网的多源数据融合项目，例如将LIDDI的模式扩展到药物-基因相互作用或药物-疾病关联领域。基于LIDDI提供的统一映射，研究者开发了新的DDI排名算法，通过赋予来自不同来源的DDI以加权投票机制来提升预测准确性。此外，LIDDI中使用的药物标识符映射集（如DrugBank到UMLS、RxNorm到MeSH）被后续研究广泛采纳为基准映射资源，降低了其他团队进行数据对齐的重复劳动。该数据集还作为测试床被用于评估本体对齐工具和知识图谱推理系统的性能，推动了生物医学知识图谱中一致性验证技术的发展。