【亲测免费】 PrimeKG 开源项目使用教程

1. 项目介绍

PrimeKG 是一个面向精准医学的知识图谱，它整合了20个高质量的生物医学资源，描述了17,080种疾病及其与药物、基因、蛋白质、生物过程、解剖结构、表型等多种生物实体之间的关系。PrimeKG 不仅提供了丰富的生物医学数据，还包含了临床指南的文本描述，支持多模态分析，旨在为精准医学研究提供一个全面的知识平台。

2. 项目快速启动

2.1 环境准备

首先，确保你已经安装了 Python 和 pip。然后，使用以下命令安装 PrimeKG 所需的依赖包：

pip install -r updated_requirements.txt

2.2 下载 PrimeKG 数据

你可以从 Harvard Dataverse 下载 PrimeKG 的 CSV 文件：

wget -O kg.csv https://dataverse.harvard.edu/api/access/datafile/6180620

2.3 加载和使用 PrimeKG

使用 Pandas 加载 PrimeKG 数据并进行查询：

import pandas as pd

# 加载 PrimeKG 数据
primekg = pd.read_csv('kg.csv', low_memory=False)

# 查询疾病相关的数据
disease_data = primekg.query('y_type=="disease" | x_type=="disease"')
print(disease_data.head())

3. 应用案例和最佳实践

3.1 药物-疾病关系预测

PrimeKG 包含了大量的药物-疾病关系数据，可以用于药物再利用和药物-疾病关系预测。以下是一个简单的示例，展示如何使用 PrimeKG 进行药物-疾病关系预测：

# 查询药物和疾病之间的关系
drug_disease_relations = primekg.query('x_type=="drug" & y_type=="disease"')

# 统计药物和疾病之间的关系数量
relation_counts = drug_disease_relations['relation'].value_counts()
print(relation_counts)

3.2 疾病相似性分析

通过 PrimeKG，可以分析不同疾病之间的相似性，从而为疾病的诊断和治疗提供参考。以下是一个示例，展示如何计算两种疾病之间的相似性：

# 选择两种疾病
disease1 = 'Autism'
disease2 = 'Epilepsy'

# 查询两种疾病的相关数据
disease1_data = primekg.query('node_name=="Autism"')
disease2_data = primekg.query('node_name=="Epilepsy"')

# 计算相似性（示例：简单计数）
similarity = len(pd.merge(disease1_data, disease2_data, on='relation'))
print(f"Disease similarity between {disease1} and {disease2}: {similarity}")

4. 典型生态项目

4.1 PyKEEN

PyKEEN 是一个用于知识图谱嵌入和链接预测的 Python 库。PrimeKG 可以与 PyKEEN 结合使用，进行更复杂的知识图谱分析和预测任务。

pip install pykeen

import pykeen.datasets

# 检查 PyKEEN 是否支持 PrimeKG
pykeen.datasets.has_dataset('primekg')

4.2 Therapeutics Data Commons (TDC)

Therapeutics Data Commons (TDC) 是一个用于药物发现和再利用的数据平台。PrimeKG 可以作为 TDC 的一部分，提供更丰富的生物医学数据支持。

pip install PyTDC

from tdc.resource import PrimeKG

# 加载 PrimeKG 数据
data = PrimeKG(path='/data')

# 获取药物特征
drug_feature = data.get_features(feature_type='drug')
print(drug_feature.head())

通过以上步骤，你可以快速上手 PrimeKG 项目，并利用其丰富的生物医学数据进行精准医学研究。