介绍一个罕见病临床试验知识图谱：RCTKG

每年二月的最后一天是国际罕见病日（Rare Disease Day）。

有关罕见病的界定目前并不统一。按照世界卫生组织（WHO）给的定义，罕见病为患病人数占总人口的0.65‰~1‰的疾病。实际上各个国家和地区又有各自的标准。例如，美国是按患病人数<20万（或发病人口比例小于1/1500）来界定，欧盟是按患病率<0.5‰，日本是按患病人数<5万，澳大利亚是按患病人数≤0.2万。

再比如我国台湾地区，是按患病率<1/10000界定（一般还要经罕见疾病及药物审议委员会审议认定）。中国大陆则是有专门的罕见病名录，前后发布了两次，共207种（2018年《第一批罕见病目录》121种，2023年《第二批罕见病目录》86种）。

在全球范围内，目前已确认的罕见病约在10,000 种，其中90%没有有效的治疗方法。由于罕见病的受试者数量有限，招募的患者群体较小，其药物开发极具挑战性。临床试验成本高、成功率低，这些都意味着对现有临床试验进行深入分析十分必要。通过分析，可以了解孤儿药的临床开发现状，为开展新试验提供新思路。

不久前，我在第19届世界医疗与健康信息学大会（MedInfo 2023）论文集里看到一篇来自NIH（美国国立卫生研究院）的文章《以用户为中心的罕见病临床试验知识图谱（RCTKG）》（User Centered Rare Disease Clinical Trial Knowledge Graph - RCTKG）。文章介绍的这个RCTKG，是一个由NCATS/NIH资助的知识图谱开发项目，它以语义和标准化的形式整合了美国遗传性疾病与罕见病信息中心GARD项目公开的罕见病临床试验数据，供公众使用。
（GARD：Genetic and Rare Diseases）

RCTKG有2,216,062个节点和 8,437,108条边，包括了2,086种GARD罕见病与一项或多项临床试验的关联。基于RCTKG，我们就可以通过编程的方式，获取临床试验信息，从而支持罕见病研究。需要说明的是，该知识图谱还在不断完善中，目前只有来自 ClinicalTrials.gov 的少量属性被纳入，这些属性是由专家根据三种不同类型的用户（患者、临床医生和信息学家）选择的。未来的拓展将包括纳入更多临床试验属性，引入 SNOMED CT 和 RxNorm 术语标准等，以便进一步整合数据。

RCTKG是基于Neo4j开发的，可通过以下链接公开访问。我试了一下，可用：

http://54.205.155.56:7474/browser/

举个例子。比如我想查一下血友病（Hemophilia）相关的临床试验，可运行下面这条Cypher语句：

MATCH p=(n:Condition{Condition:'Hemophilia'})<-[:investigates_condition]-() RETURN p

结果显示和血友病（蓝色节点）相关的有107个临床试验ClinicalTrial节点（橙色），点击其中一个，就可以在右侧看到的该临床试验的各项属性信息（下图）：

更多操作不再一一举例，有兴趣的可以自己去试。

最后，顺便推荐一个罕见病检索平台：PubCaseFinder （https://pubcasefinder.dbcls.jp）。这个平台已经发布6年多了，是一个基于病例报道的表型驱动型罕见病鉴别诊断系统，由日本生命科学综合数据库中心（DBCLS）的藤原丰文（Toyofumi Fujiwara）负责开发。它通过对病例报道文献进行挖掘提取罕见病疾病与表型的关系，是对目前Orphanet罕见病知识库和人类表型术语集HPO的重要补充。

文献链接：
User Centered Rare Disease Clinical Trial Knowledge Graph (RCTKG)
Jeremy Parker Yang, Devon Leadman, Richard M. Ballew, Eric Sid, Yanji Xu, Ewy A. Mathé, Qian Zhu
https://doi.org/10.3233%2FSHTI230934