{rfName}
Kn

Indexado en

Licencia y uso

Citaciones

3

Altmetrics

Grant support

This work was supported by the European Project: Repo4EU https://repo4.eu/Grant no. 101057619 within the Horizon Europe Research and Innovation Programme. We thank specially Dr. Emre Guney from STALICLA Discovery and Data Science Unit for his support in providing articles and resources that were used in this review.

Análisis de autorías institucional

Perdomo-Quinteiro, PabloAutor (correspondencia)Belmonte-Hernandez, AlbertoAutor o Coautor

Compartir

Publicaciones
>
Review

Knowledge Graphs for drug repurposing: a review of databases and methods

Publicado en:Briefings In Bioinformatics. 25 (6): bbae461- - 2024-09-26 25(6), DOI: 10.1093/bib/bbae461

Autores: Perdomo-Quinteiro, Pablo; Belmonte-Hernandez, Alberto

Afiliaciones

Univ Politecn Madrid, Grp Aplicac Telecomunicac Visuales, Ave Complutense 30, Madrid 28040, Spain - Autor o Coautor

Resumen

Drug repurposing has emerged as a effective and efficient strategy to identify new treatments for a variety of diseases. One of the most effective approaches for discovering potential new drug candidates involves the utilization of Knowledge Graphs (KGs). This review comprehensively explores some of the most prominent KGs, detailing their structure, data sources, and how they facilitate the repurposing of drugs. In addition to KGs, this paper delves into various artificial intelligence techniques that enhance the process of drug repurposing. These methods not only accelerate the identification of viable drug candidates but also improve the precision of predictions by leveraging complex datasets and advanced algorithms. Furthermore, the importance of explainability in drug repurposing is emphasized. Explainability methods are crucial as they provide insights into the reasoning behind AI-generated predictions, thereby increasing the trustworthiness and transparency of the repurposing process. We will discuss several techniques that can be employed to validate these predictions, ensuring that they are both reliable and understandable.

Palabras clave

AlgorithmsArtificial intelligenceComputational biologyDatabases, factualDrug repositioningDrug repurposingExplainabilitExplainabilityGraph networksHumansKnowledge graphs

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Briefings In Bioinformatics debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición 4/66, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Mathematical & Computational Biology. Destacable, igualmente, el hecho de que la Revista está posicionada por encima del Percentil 90.

2025-06-30:

  • Scopus: 3

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-06-30:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 35.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 35 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 1.85.
  • El número de menciones en la red social X (antes Twitter): 3 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (PERDOMO QUINTEIRO, PABLO) y Último Autor (BELMONTE HERNÁNDEZ, ALBERTO).

el autor responsable de establecer las labores de correspondencia ha sido PERDOMO QUINTEIRO, PABLO.