Acknowledgement
본 연구는 한국연구재단 개인기초연구사업(2020R1F1A11069672)과 한국외국어대학교 개인 연구과제의 지원을 받아 수행되었다.
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2022.11a
- /
- Pages.63-65
- /
- 2022
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Drug-Drug interaction predicting deep learning model using CTET protein of drugs
CTET Protein 을 사용한 Drug-Drug interaction 예측 Deep Learning Model
- Seo, Jiwon (Div. of Biomedical Engineering, Hankuk University of Foreign Studies) ;
- Ko, Younhee (Div. of Biomedical Engineering, Hankuk University of Foreign Studies)
- Published : 2022.11.21
Abstract
DDI(Drug-Drug Interaction)는 병원에서 발생하는 약물이상반응의 30%를 유발하는 부작용이지만, 현실적으로 모든 약물쌍의 DDI 를 기존 in vivo, in vitro 방식으로 예측하는 것은 불가능하다. 그렇기에, 다양한 in silico 방식의 DDI 예측 모델이 연구되고 있다. 본 연구에서는, 단백질 네트워크 상에서 RWR(Random Walk with Restart) 알고리즘을 통해 약물과 직접적으로 상호작용하는 단백질과 간접적으로 상호작용하는 단백질의 정보를 사용하여 DDI 를 예측하는 모델을 개발하였다. 이 모델을 통하여 기존에 발견하지 못한 DDI 를 새롭게 발견하고, 신약 개발 시에도, 신약과 함께 복용 시 문제를 일으킬 수 있는 약물을 예측하여 약물 이상반응을 방지하고자 한다.
Keywords