DDI의 조기 발견

많은 복잡한 질병은 여러 약물의 처방 또는 다중 약국이 필요하다. 즉, 여러 약물을 섭취하면 모든 종류의 예상치 못한 바람직하지 않은 상호 작용을 일으켜 심각한 부작용이나 임상 효능 감소를 초래할 수 있다. 환자가 이러한 부작용을 겪지 않도록 하려면 이러한 DDI를 조기에 발견해야 한다.

현재의 접근 방식에는 알려진 약물 상호 작용의 이전 기록을 조사한 전산 모델 및 신경망 기반 알고리즘이 관련되어 있으며, 이는 관련 구조 및 부작용을 식별한다. 그러나 이러한 시스템은 유사한 약물이 유사한 상호 작용을 한다고 가정하고 유사한 부작용이 있는 약물 조합을 식별한다.

팀은 이러한 제한 사항 중 일부를 해결하기 위해 새로운 모델을 개발하기 시작했다. 연구팀은 남호정 부교수와 GIST 김은영 박사 후보이다. 그들은 약물 유발 유전자 발현 시그니처를 기반으로 DDI를 예측하는 딥 러닝 모델을 개발했다.

DeSIDE-DDI 모델

DeSIDE-DDI라는 모델은 두 부분으로 구성된다.

첫 번째 부분: 유전자 발현에 대한 약물의 영향을 예측하는 특징 생성 모델. 약물의 구조와 특성을 모두 고려하여 이를 수행한다.

두 번째 파트: 약물 조합으로 인한 다양한 부작용을 예측하는 DDI 예측 모델이다.

남교수는 “우리 모델은 유전자 발현 데이터를 활용하여 특정 약물 쌍이 DDI를 유발하는 이유를 설명함으로써 유전자에 대한 약물의 영향을 고려한다. 현재 승인된 약물과 신규 화합물에 대한 DDI를 예측할 수 있다. 이렇게 하면 신약이 대중에게 공개되기 전에 다약제의 위협을 해결할 수 있다.”고 말했다.

모든 화합물에는 약물 처리된 유전자 발현 시그니처가 없으므로 새 모델은 사전 훈련된 화합물 생성 모델에 의존하여 예상되는 약물 처리된 유전자 발현을 생성한다.

“이 모델은 잠재적으로 위험한 약물 쌍을 식별할 수 있어 약물 안전성 모니터링 시스템 역할을 한다. 연구원들이 약물 개발 단계에서 약물의 올바른 사용법을 정의하는 데 도움이 될 수 있다.”라고 남교수는 말했다.

새로운 모델은 신약의 안전성을 향상시키는 데 있어 큰 진전이며 DDI와 그 부작용에 대해 필요한 통찰력을 제공하게 된다.

이번 연구는 Journal of Cheminformatics에 게재됐다.