Sources de données
Vue d'ensemble des sources
| Type | Source | Utilisée pour |
|---|---|---|
| Données d'enregistrement | ANSM | Liste des médicaments autorisés et de leurs substances pour la France |
| Modèle de prédiction | TxGNN | Prédiction des associations médicament–maladie |
| Essais cliniques | ClinicalTrials.gov | Gradation des preuves (NCT) |
| Littérature | PubMed | Gradation des preuves (PMID) |
| Informations sur les médicaments | DrugBank | Mise en correspondance des substances et données sur les cibles |
| Interactions | DDInter | Données sur les interactions médicamenteuses |
Licences
Chaque source dispose de sa propre licence — veuillez la consulter avant toute citation :
- TxGNN : usage académique ; citer Huang et al. (2023)
- ClinicalTrials.gov / PubMed : données publiques des NIH des États-Unis
- DrugBank : usage non commercial, soumis aux conditions de sa licence
- ANSM : soumis aux conditions d'ouverture des données du régulateur français
Fréquence de mise à jour
| Données | Fréquence |
|---|---|
| Données d'enregistrement | Selon la publication du régulateur |
| Preuves issues des essais / de la littérature | Recollectées périodiquement |
| Données d'interactions | Revues chaque trimestre |
Citation académique
Huang, K., et al. (2023). A foundation model for clinician-centered drug repurposing. Nature Medicine. DOI: 10.1038/s41591-023-02233-x
À propos du développeur
Cette plateforme est développée et exploitée par 藥提醒科技有限公司 (yao.care, numéro d'enregistrement de société 83620786, 12F, No. 220, Sec. 2, Taiwan Blvd., West Dist., Taichung City, Taiwan).
FRTxGNN est le site France de la gamme de produits « TxGNN Drug Repurposing » de la société.
Le même système est déployé dans 30 pays et régions, chacun nommé {CC}TxGNN
(JpTxGNN, UsTxGNN, DETxGNN, etc.) à l'adresse {cc}txgnn.yao.care.
Présentation du produit : https://www.yao.care/medical/txgnn/.
Le modèle TxGNN lui-même a été développé par le Zitnik Lab de Harvard Medical School et publié dans Nature Medicine. Cette plateforme est le système de production que 藥提醒科技有限公司 a bâti sur ce modèle : intégration des données nationales d'enregistrement des médicaments, double prédiction par graphe de connaissances et apprentissage profond, gradation des preuves PubMed / ClinicalTrials, et intégration au dossier médical électronique via SMART on FHIR.
Ce rapport est destiné uniquement à la recherche académique et ne constitue pas un avis médical. Suivez toujours les instructions de votre médecin ; ne modifiez jamais votre traitement de votre propre initiative. Toute décision de repositionnement de médicament nécessite une validation clinique complète et un examen réglementaire.
Relu par : 藥提醒科技有限公司 (yao.care)