Prediction of Drug Side Effects Based on Drug-Related Information

약물 부작용이란 질병의 예방, 진단 또는 치료에 사용된 약물로부터 발생한 유해하고 의도하지 않은 현상이다. 이러한 부작용은 환자를 죽음에 이르게 할 수 있으며, 약물 개발 실패의 주요 원인 중 하나이다, 따라서, 다양한 방법들이 부작용을 알아내기 위하여 시도되었다. 본 연구에서는 시스템스 바이올로지 접근법을 기반으로 기존 연구에서 주로 사용되었던 화학적 구조, 생물학적 정보 이외에도 다양한 표현형 정보를 사용하는 것에 주목하였다. 먼저, 5가지 적응증 데이터베이스, 화학적 구조, 타겟 유전자 정보를 수집하고 개별로 유사도를 계산하였다. 테이블은 하나의 약물-부작용에 대하여 앞서 생성된 유사도를 이용하여 생성되었고 다양한 기계학습 기법이 적용되었다. 결과는 AUC(Area Under the ROC Curve)값을 통해 확인하였다. 본 연구의 유의성은 비교 실험을 통하여 확인하였다.