유사 약물 예측을 위한 텍스트 마이닝 기반의 새로운 약물 유사도 측정 방법

Abstract

특정 질병을 치료하는 약물을 다른 질병에 사용하려는 다양한 시도가 이루어지고 있다. 그 중 텍스트 마이닝은 많은 비정형 데이터로부터, 약물과 질병 간의 새로운 관계를 도출한다. 본 논문에서는 문헌 데이터의 초록 문장으로부터 약물과 질병의 동시 발생과, 약물과 유전자의 동시 발생 횟수를 이용하여 약물-질병 동시 발생 매트릭스와 약물-유전자 동시 발생 매트릭스를 생성한다. 이를 이용하여 각각의 약물 쌍에 대하여, 상호정보량을 사용하여 질병 기반 약물 유사도와 유전자 기반 약물 유사도를 계산한다. 또한 각 약물 쌍에 대하여 화학적, 부작용, GO 유사도를 각각 계산한다. 각 약물 쌍의 분류 클래스 레이블은 두 구성 약물의 ATC 코드에 따라 ‘동일’, ‘상이’를 부여한다. 약물 쌍을 분류함에 있어서, 상호정보량 유사도의 추가가 분류기의 AUC를 향상시키며, 텍스트 마이닝이 유사 약물을 식별하는 것에 도움을 줄 수 있다는 것을 입증하였다. 유사 약물의 식별은 향후 약물 재창출 방법의 하나로 활용될 수 있다.