Word2Vec 모델 기반의 단어 유사도를 이용한 새로운 약물-부작용 관계 예측

Abstract

약물의 부작용은 사람들의 건강에 위험을 초래하며, 심각한 경우 죽음에 이르게 할 수도 있다. 이러한 위험성 때문에 약물의 알려지지 않은 부작용을 찾아내는 일은 매우 중요하다. 본 연구에서는 텍스트 마이닝을 이용하여 기존에 알려진 약물의 부작용 이외의, 새로운 부작용을 예측할 수 있는 방법을 제안한다. 워드 임베딩의 한 모델인 Word2Vec 모델을 이용하여 생물학적 문헌에 언급되는 약물과 부작용을 벡터로 매핑하고, 이 벡터를 이용하여 약물 쌍과 부작용 쌍의 유사도를 계산한다. 약물 쌍과 부작용 쌍의 유사도를 기반으로 벡터로 매핑 된 값이 존재하는 모든 약물-부작용 쌍의 관계 점수를 구하였으며 이 관계 점수가 높을수록 약물-부작용 쌍이 실제로 관련이 있는 것으로 예측한다.