Embedding de Graphes de Connaissances Biomédicaux à base de GNN et de modèles LLM biomoléculaires pour la découverte de médicaments

ous nous intéressons à l'apprentissage de représentations (embeddings) pour les entités d'un graphe de connaissances (GC) biomédical afin de prédire des nouveaux liens entre médicaments et maladies ou cibles thérapeutiques (protéines responsables de maladies). Nous avons choisi d'exploiter le graphe PrimeKG construit pour favoriser la recherche de médicaments notamment pour les maladies rares. Notre premier objectif est de mesurer l'apport d'un modèle d'embedding de type GNN (RGCN) par rapport aux modèles géométriques. Le second, dans un souci de frugalité, est la possibilité d'améliorer la qualité de la représentation apprise et des liens prédits en utilisant ce modèle GNN mais en nous limitant à des caractéristiques peu biaisées à travers un encodage des types ou de représentations issues de modèles pré-entraînés sur des grands volumes de séquences biologiques appelés protein LLMs et chemical LLMs. Nous présentons les travaux réalisés et les premiers résultats obtenus sur PrimeKG.