Re-engineering of a tool for drug repositioning with NMTF

In this thesis I performed re-engineering of a software for drug repositioning with Non Negative Matrix Tri-Factorization (NMTF). Drug repositioning is the method used for drug development widely in recent years as it is more cost efficient and quick than de novo drug discovery. Among many approaches to drug repositioning, the ones combining and elaborating heterogeneous data have been shown to be the most successful. One of such approaches is the method on which this work is based. This method leverages the Non Negative Matrix Tri-Factorization reconstruction of the adjacency matrices, which represent connections between elements of different datasets, in order to predict novel category-drug links. The existing software was doing the network factorization on a fixed hard coded network. The objective of this thesis is to rewrite the software to render it general so that it could work on networks of any topology. This thesis provides overviews on the Non Negative Matrix Tri-factorization algorithm, the drug repositioning application and the description of performed generalization.

Questa tesina si basa sulla generalizzazione di un software per il riposizionamento dei farmaci con l'algoritmo "Non Negative Matrix Tri-factorization" (NMTF). Il riposizionamento degli farmaci è ampiamente usato come metodo dello sviluppo di farmaci negli ultimi anni perchè risulta essere più efficiente in termini di costi e più veloce rispetto al processo di valutazione di nuovi farmaci. Tra i molti approcci per riposizionamento dei farmaci quelli che uniscono ed elaborano dati eterogenei hanno dimostrato di essere più proficui e vantaggiosi. Uno degli approcci appartenenti a questa categoria è il metodo su cui è basato questo progetto. Il metodo sfrutta l'algoritmo "Non Negative Matrix Tri-factorization" sulle matrici di adiacenza che rappresentano le connessioni tra elementi di dataset diversi, al fine di prevedere nuovi collegamenti categoria-drug. Il software esistente svolgeva la fattorizzazione su network fisso harcoded. L'obiettivo di questa tesina è riscrivere il software per renderlo generico in modo tale che possa funzionare su network di ogni topologia. In questa tesina sono presentati le descrizioni dell'algoritmo "Non Negative Matrix Tri-factorization", l'utilizzo che ne è stato fatto per l'applicazione di riposizionamento dei farmaci e la descrizione della generalizzazione effettuata.