2022
Drug repurposing은 약물의 새로운 용도를 식별하기 위한 방식이다. 이 연구는 대규모로 승인된 약물 데이터베이스를 효율적으로 스크리닝하고 새로운 질병에 대한 가능한 치료를 예측하기 위한 graph nueral net 기반의 drug repurposing 모델인 GDRnet을 제안한다. 우리는 drug repurposing을 약 1.4백만 개의 edge로 구성된 multi-layered heterogeneous network내의 링크 예측 문제로 설정한다. GDRnet은 encode-decoder 아키텍처를 가지며 이는 테스트 중인 drug-disease쌍에 대한 점수를 생성하기 위해 end to end 방식으로 훈련된다. 우리는 제안된 모델의 효과를 다른 최첨단 baseline method와 비교하여 실제의 데이터셋에 대해 시연한다. 대부분의 질병에 대해 GDRnet은 실제 치료 약물을 상위 15위에 랭크한다. 게다가, 우리는 GDRnet을 COVID-19 데이터셋에 적용하여 예측목록에서 많은 약물이 해당 질병에 대한 효능 연구에 사용되고 있는 것을 보여준다.
Comment
GNN (특히 GCN)과 같은 그래프 구조가 약물 재조합에 매우 적합하다는 생각을 하고있었다. 예를들면, 유전자간의 상관성, 약물간의 관계성, 또는 분자식을 모델링한다거나 기타등등… 여러 적용 가능한 가능성이 있어보였다. 하지만, 그래프와 관련된 neural net은 아직 그렇게 성능이 좋아보이지 않는다. 이 논문은 이런 생각을 가지고 있는 내게 약간의 해소를 주었다.
Original paper
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9429273/
A computational approach to drug repurposing using graph neural networks
Drug repurposing is an approach to identify new medical indications of approved drugs. This work presents a graph neural network drug repurposing model, which we refer to as GDRnet, to efficiently screen a large database of approved drugs and predict ...
www.ncbi.nlm.nih.gov