| 适合的研究问题 | 在异质网络上用元路径方法预测药物适应证；练习知识图谱查询与药物重定位分析。 |
|---|---|
| 数据类型 | v1.0 含 47,031 个节点（11 类）和 2,250,197 条边（24 类）。 |
| 获取方式 | GitHub（https://github.com/hetio/hetionet ）下载 JSON、Neo4j、TSV 格式；在线 Neo4j 浏览器 https://neo4j.het.io/browser/ 。 |
| 访问限制与许可 | 原创内容为 CC0；整合的各上游资源许可不同，边属性中标注 license 字段。 |
| 相关工具与格式 | Neo4j（Cypher）、hetmatpy、NetworkX |
| 引用要求 | Himmelstein DS, et al. Systematic integration of biomedical knowledge prioritizes drugs for repurposing. eLife 2017. DOI: 10.7554/eLife.26726。 |