💊 Drug Repositioning via Graph Mining & Recommender Systems

Este repositório contém o trabalho desenvolvido para a disciplina Extração de Conhecimento e Aprendizagem Computacional (PRODEI043) na FEUP.

O objetivo do projeto é identificar novas indicações terapêuticas para fármacos existentes (reposicionamento de drogas) através da análise de redes complexas e filtragem colaborativa baseada em similaridade de doenças.

🔬 Visão Geral do Projeto

A pipeline do projeto consiste em:

1. Processamento de Dados: Limpeza e normalização de entidades (Doenças, Genes, Drogas).
2. Construção de Grafos: Geração de grafos bipartidos e heterogêneos para análise no Gephi.
3. Sistema de Recomendação: Implementação de uma matriz de similaridade de cosseno entre famílias de doenças para sugerir novos tratamentos.
4. Pattern Mining: Uso de uma versão simplificada do algoritmo gSpan para encontrar subgrafos frequentes entre fármacos e classes moleculares.

📂 Estrutura de Arquivos

• /data: Bases de dados originais (diseases, genes, relationships).
• /Images: Visualizações geradas (matrizes de similaridade, grafos de influência).
• /projeto: Scripts Python para processamento e modelagem.
• gephi_nodes/edges.csv: Arquivos exportados prontos para análise no Gephi.

🛠️ Tecnologias

• Python 3.11
• Pandas & Numpy: Processamento matricial.
• NetworkX: Modelagem de redes complexas.
• Matplotlib: Visualização de distribuições e heatmaps.
• Gephi: Software externo utilizado para visualização avançada de grafos.

🚀 Como Executar

1. Instale as dependências:

   pip install -r requirements.txt
   

2. Gere os arquivos para o Gephi:

   python projeto/build_gephi_graph.py
   

3. Execute o sistema de recomendação:

   python projeto/recommender_similarity.py
   

Trabalho realizado no âmbito do PRODEI - Faculdade de Engenharia da Universidade do Porto.