2016
약물 개발은 비용과 시간이 많이 드는 과정이다; 이러한 것들은 이미 존재하는 자원들이 약물 재조합을 위한 후보군으로 규정되는 것 만으로도 줄어들 수 있다. 이 연구는 서로 다른 암종에 대한 활요오딘 약물 목록을 선별하기 위해 큰 규모의 문헌 정보에 대한 텍스트 마이닝을 통해 수행되었다. 우리는 문헌에서 질병-유전자 또는 유전자-약물의 직접적인 관계를 추출하기 위해 해턴 기반의 관계 추출방법을 고안했다. 이런 직접적인 관계는 ABC 모델을 사용하여 간접적인 관계를 추론하는 데 사용된다. 유사한 약물 대상을 기반으로 A gene-shared ranking 방법을 제안하여 직접적인 관계를 순위화 했다. 우리의 약물 대상 유사성 평가 방법은 기존의 anatomical therapeutic chemical와 0.9311의 피어슨 상관관계를 갖는 것으로 나타났다. 간접적인 관계 순위 방법은 가장 흔한 100가지 질병에 대한 유의미한 평균 정밀도 점수를 달성했다. 또한 문헌 및 임상 시험의 수동 검토를 통해 항암 약물 repurposing 후보의 적합성을 확인했다. 최종적으로는 대량의 repurposing drug의 정보를 시각화하고 보강하기 위해 chord diagram을 이용하여 생물학적 평가를 위한 두가지 신규 표시를 신속하게 식별하였다.
Comment
택스트 마이닝으로 drug repurposing을 접근하는 논문. Stanford NLP model을 통해 주어와 목적어를 발굴, Swanson의 ABC model, similarity based model… 여러 모델이 사용되지만, 결국 데이터 처리가 관건.
Original paper
https://academic.oup.com/bib/article/18/3/488/2453285?login=false
Literature-based discovery of new candidates for drug repurposing
Abstract. Drug development is an expensive and time-consuming process; these could be reduced if the existing resources could be used to identify candidates for
academic.oup.com