Dataflow

2018 Motivation 복잡한 질병에서 대규모 genomic, epigenetic and proteomic 데이터의 이용으로 새로운 치료 대상을 객관적으로 찾을 수 있음. Connectivity Map은 기존 약물의 새로운 표적을 찾는 데 널리 사용되나, 기존 방법의 정확도가 낮음. Result Expression weighted cosine (EWCos) 방법 도입으로 비정보성 발현 변화의 영향 최소화. EWCos와 기존 최신 방법을 통합하는 'Ensemble of Multiple Drug Repositioning Approaches' (EMUDRA) 개발. EMUDRA는 시뮬레이션 및 독립 평가 데이터셋에서 개별 약물 재조합 방법보다 우수한 성능을 보임. EMUDRA를 사용하여 항생제 rifab..

2023 Background 질병에 대한 효과적인 치료제를 식별하기 위한 개선된 방법이 필요하다. 많은 계산 방법들이 기존의 약물을 다시 활용하기 위해 개발되어 왔다. 하지만 이런 도구들은 종종 해석하기 어려운 후보약물 목록을 출력하며, 개별 약물 후보들은 알려지지 않은 off-target 효과에 시달릴 수 있다. 우리는 Mechanism of Action (MOA)를 공유하는 여러 약물로 부터 정보를 집계하는 접근 방식이 개별적으로 약물을 평가하는 것보다 on-target signal을 높일 것이라 추론했다. 본 연구에서는 Drug Mechanism Enrichment Analysis (DMEA)를 제시합니다. 이는 GSEA의 변형으로, 공유 MOA를 가진 약물을 그룹화하여 약물 재활용 후보의 우선순위..

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 met..

2018 패혈증은 사망과 장애를 유발하는 가장 흔한 증후군 중 하나이다. 치료를 위해 다양한 약물이 개발되어 왔지만, 아무런 연구도 사망률을 감소시키지 못했다. 이 연구의 목표는 in vitro와 in vivo에서 패혈증 모델에 기반한 LINCS L1000 perturbation (이하 L1000) 자료를 통해 패혈증에 대한 시료운 치료 옵션을 찾는 것이다. 이 병과 연관된 초기의 염증과정에 대한 마이크로어레이 연구결과를 환자와 면역세포에서 얻어와 L1000을 기반으로 후보 약물을 선택하는 데 사용 되었다. 선택된 후보 약물의 항염작용 효과는 활성화된 macrophage 세포주를 사용하여 분석되었다. Cyclin-dependent kinase의 inhibitor인 CGP-60474가 가장 강력한 약물이었..