KR102187586B1 - 신약 후보 물질 발굴을 위한 데이터 처리 장치 및 방법 - Google Patents

신약 후보 물질 발굴을 위한 데이터 처리 장치 및 방법 Download PDF

Info

Publication number
KR102187586B1
KR102187586B1 KR1020190147235A KR20190147235A KR102187586B1 KR 102187586 B1 KR102187586 B1 KR 102187586B1 KR 1020190147235 A KR1020190147235 A KR 1020190147235A KR 20190147235 A KR20190147235 A KR 20190147235A KR 102187586 B1 KR102187586 B1 KR 102187586B1
Authority
KR
South Korea
Prior art keywords
knowledge network
nodes
node
search word
correlation
Prior art date
Application number
KR1020190147235A
Other languages
English (en)
Other versions
KR20200079178A (ko
Inventor
배영우
진승현
Original Assignee
주식회사 메디리타
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 메디리타 filed Critical 주식회사 메디리타
Publication of KR20200079178A publication Critical patent/KR20200079178A/ko
Application granted granted Critical
Publication of KR102187586B1 publication Critical patent/KR102187586B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/40—Searching chemical structures or physicochemical data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/50—Molecular design, e.g. of drugs

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명의 한 실시예에 따른 데이터 처리 장치의 신약 후보 물질 발굴을 위한 데이터 처리 방법은 소정의 검색어를 수신하는 단계; 빅데이터 DB(database)로부터 상기 소정의 검색어와 관련된 적어도 하나의 생물학적 엔티티를 추출하는 단계; 상기 소정의 검색어와 상기 적어도 하나의 생물학적 엔티티 간 상호 연관도를 추출하는 단계; 상기 소정의 검색어와 상기 적어도 하나의 생물학적 엔티티를 포함하는 복수의 노드를 상기 상호 연관도에 따라 연결한 제1 지식 네트워크를 생성하는 단계; 상기 제1 지식 네트워크의 그래프 이론 지표를 계산하는 단계; 그리고 상기 복수의 노드 중 상기 그래프 이론 지표를 이용하여 추출된 일부 노드를 이용하여 제2 지식 네트워크를 생성하는 단계를 포함한다.

Description

신약 후보 물질 발굴을 위한 데이터 처리 장치 및 방법{DATA PROCESSING APPARATUS AND METHOD FOR DISCOVERING NEW DRUG CANDIDATES}
본 발명은 신약 후보 물질 발굴을 위한 데이터 처리 장치 및 방법에 관한 것으로, 보다 상세하게는 신약 후보 물질 발굴을 위하여 빅데이터로부터 지식 네트워크를 생성하는 데이터 처리 장치 및 방법에 관한 것이다.
하나의 신약을 개발하기 위하여 평균적으로 총 15년의 기간이 소요되며, 2 내지 3조원의 비용이 발생하는 것으로 알려져 있다. 이 중에서도 전임상(preclinical trial) 이전의 신약 후보 물질을 발굴하기 위하여 약 6년의 기간이 소요되는 것으로 알려져 있다.
일반적으로, 신약을 개발하기 위한 파이프라인의 첫 단계인 신약 후보 물질을 발굴하기 위하여, 다수의 전문 연구 인력들이 막대한 양의 정보를 일일이 탐색하고, 이로부터 주요한 생물학적 엔티티(entity) 간의 연관성을 추론하는 과정을 거치고 있다.
한편, 최근 일본에서 출범된 라이프 인텔리전스 컨소시엄(Life Intelligence Consortium, 2017)에 따르면, 신약 개발에 인공지능 기술을 활용할 경우, 신약을 개발하기 위하여 소요되는 기간은 약 40% 수준으로 단축될 수 있고, 비용은 약 50% 수준으로 절감될 수 있는 것으로 예측되고 있다.
그러나, 아직까지 이를 위한 구체적인 방법은 개발되지 않은 실정이다.
본 발명이 해결하고자 하는 기술적 과제는 신약 후보 물질 발굴을 위한 데이터 처리 장치 및 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 다른 기술적 과제는 빅데이터 DB로부터 정제된 지식 네트워크를 생성하는 장치 및 방법에 관한 것이다.
데이터 처리 장치에서 수행되는 신약 후보 물질 발굴을 위한 데이터 처리 방법은, 검색어를 수신하는 단계, 생물학적 엔티티 종류 별 DB로부터 상기 검색어와 다른 오믹스 레벨에 속하고 상기 검색어와 관련된 생물학적 엔티티들을 추출하는 단계, 생물학적 엔티티 간 상호 연관도에 관한 DB로부터 상기 검색어와 상기 생물학적 엔티티들 간의 상호 연관도를 추출하는 단계, 상기 검색어와 상기 생물학적 엔티티들 각각을 노드로 하고, 상기 검색어와 상기 생물학적 엔티티들 사이의 상호 연관도 또는 상기 생물학적 엔티티들 간 상호 연관도에 따라 연결선을 이용하여 복수의 노드들을 연결한 제1지식 네트워크를 생성하는 단계, 상기 제1지식 네트워크의 복수의 노드들 각각에 대해 그래프 이론 지표를 계산하는 단계, 및 상기 제1지식 네트워크의 복수의 노드들 중 상기 그래프 이론 지표를 이용하여 선택된 일부 노드들을 이용하여 제2지식 네트워크를 생성하는 단계를 포함하고, 상기 검색어는 유전자명, 단백질명, 신진대사체명, 증상명, 질환명, 화합물명 및 약품명 중 적어도 하나를 포함하고, 상기 생물학적 엔티티는 유전자, 단백질, 신진대사체, 증상, 질환, 화합물 및 약품 중 적어도 하나를 포함하며, 상기 상호연관도의 범주는 참여(participate), 공변(covariate), 조절(regulate), 연관(associate), 결합(bind), 업레귤레이트(upregulate), 유사(resemble), 치료(treat), 다운레귤레이트(downregulates), 완화(palliate), 포함(include), 및 표출(express)을 포함하며, 상기 그래프 이론 지표는 상기 제1지식 네트워크를 구성하는 복수의 노드들 중 적어도 하나에 대한 노드 간 최단 경로, 노드 별 클러스터링 계수, 노드 별 센트럴리티 계수를 포함하고, 상기 연결선이 나타내는 상호연관도의 범주에 따라 상기 연결선의 가중치가 다르게 설정되고, 상기 노드 간 최단 경로는 상기 설정된 가중치를 반영하여 산출되고, 상기 제2지식 네트워크를 생성하는 단계는, 상기 제1지식 네트워크를 구성하는 복수의 노드들 각각에 대해 상기 노드 간 최단 경로, 상기 노드 별 클러스터링 계수, 및 상기 노드 별 센트럴리티 계수 중 적어도 하나에 대한 표준 점수를 계산하고, 상기 표준 점수가 임계 값 미만인 노드와 상기 임계 값 미만인 노드의 연결선을 삭제함으로써 상기 제2지식 네트워크를 생성하고, 상기 표준 점수는 제1 지식 네트워크를 구성하는 각 노드에 대한 소정의 그래프 이론 지표의 지표값과 제1 지식 네트워크를 구성하는 복수의 노드에 대한 그래프 이론 지표의 평균 지표값 간의 차를 표준 에러로 나눈 값이다.
상기 제2지식 네트워크를 생성하는 단계는, 상기 제1지식 네트워크를 구성하는 전체 연결선을 임의로 섞은 다음 상기 제1지식 네트워크의 노드들 각각에 대해 상기 표준 점수를 계산하는 단계를 포함하고, 상기 임의로 섞는 회수는 1000회 이상일 수 있다.
상기 상호연관도의 범주는, 상호작용(interact), 원인(cause), 발현(present), 및 위치(localize) 중 적어도 하나를 더 포함할 수 있다.
신약 후보 물질 발굴을 위한 데이터 처리 장치는, 검색어를 수신하는 검색어 수신부, 생물학적 엔티티 종류 별 DB로부터 상기 검색어와 다른 오믹스 레벨에 속하고 상기 검색어와 관련된 생물학적 엔티티들을 추출하고, 생물학적 엔티티 간 상호 연관도에 관한 DB로부터 상기 검색어와 상기 생물학적 엔티티들 간의 상호 연관도를 추출하는 데이터 추출부, 상기 검색어와 상기 생물학적 엔티티들 각각을 노드로 하고, 상기 검색어와 상기 생물학적 엔티티들 사이의 상호 연관도 또는 상기 생물학적 엔티티들 간 상호 연관도에 따라 연결선을 이용하여 복수의 노드들을 연결한 제1지식 네트워크를 생성하는 데이터 생성부, 상기 제1지식 네트워크의 복수의 노드들 각각에 대해 그래프 이론 지표를 계산하는 데이터 처리부, 상기 제1지식 네트워크의 복수의 노드들 중 상기 그래프 이론 지표를 이용하여 선택된 일부 노드들을 이용하여 제2지식 네트워크를 생성하는 데이터 정제부, 및 상기 제2지식 네트워크를 노출하는 출력부를 포함하고, 상기 검색어는 유전자명, 단백질명, 신진대사체명, 증상명, 질환명, 화합물명 및 약품명 중 적어도 하나를 포함하고, 상기 생물학적 엔티티는 유전자, 단백질, 신진대사체, 증상, 질환, 화합물 및 약품 중 적어도 하나를 포함하며, 상기 상호연관도의 범주는 참여(participate), 공변(covariate), 조절(regulate), 연관(associate), 결합(bind), 업레귤레이트(upregulate), 유사(resemble), 치료(treat), 다운레귤레이트(downregulates), 완화(palliate), 포함(include), 및 표출(express)을 포함하며, 상기 그래프 이론 지표는 상기 제1지식 네트워크를 구성하는 복수의 노드들 중 적어도 하나에 대한 노드 간 최단 경로, 노드 별 클러스터링 계수, 노드 별 센트럴리티 계수를 포함하고, 상기 연결선이 나타내는 상호연관도의 범주에 따라 상기 연결선의 가중치가 다르게 설정되고, 상기 노드 간 최단 경로는 상기 설정된 가중치를 반영하여 산출되고, 상기 데이터 정제부는, 상기 제1지식 네트워크를 구성하는 복수의 노드들 각각에 대해 상기 노드 간 최단 경로, 상기 노드 별 클러스터링 계수, 및 상기 노드 별 센트럴리티 계수 중 적어도 하나에 대한 표준 점수를 계산하고, 상기 표준 점수가 임계 값 미만인 노드와 상기 임계 값 미만인 노드의 연결선을 삭제함으로써 상기 제2지식 네트워크를 생성하고, 상기 표준 점수는 제1 지식 네트워크를 구성하는 각 노드에 대한 소정의 그래프 이론 지표의 지표값과 제1 지식 네트워크를 구성하는 복수의 노드에 대한 그래프 이론 지표의 평균 지표값 간의 차를 표준 에러로 나눈 값이다.
상기 데이터 정제부는, 상기 제1지식 네트워크를 구성하는 전체 연결선을 임의로 섞은 다음 상기 제1지식 네트워크의 노드들 각각에 대해 상기 표준 점수를 계산하고, 상기 임의로 섞는 회수는 1000회 이상일 수 있다.
상기 상호연관도의 범주는, 상호작용(interact), 원인(cause), 발현(present), 및 위치(localize) 중 적어도 하나를 더 포함할 수 있다.
상기 데이터 처리 방법을 컴퓨터에서 실행시키기 위한 프로그램이 기록된 기록매체가 제공될 수 있다.
본 발명의 실시예에 따르면, 신약 후보 물질 발굴을 위하여 막대한 양의 정보를 일일이 탐색하지 않고도, 소정의 검색어와 관련된 생물학적 엔티티 및 이들의 상호 연관도에 관한 정제된 정보를 단시간 내에 추출할 수 있다. 이에 따라, 신약 후보 물질 또는 신약 후보 물질의 타겟을 발굴하는데 소요되는 비용 및 기간을 현저히 줄일 수 있다.
도 1은 본 발명의 한 실시예에 따른 신약 후보 물질 발굴을 위한 데이터 처리 장치의 블록도이다.
도 2는 본 발명의 한 실시예에 따른 데이터 처리 장치의 신약 후보 물질 발굴을 위한 데이터 처리 방법의 순서도이다.
도 3은 소정의 검색어가 입력되는 예를 나타낸다.
도 4는 단계 S110 및 단계 S120에서 추출된 생물학적 엔티티 및 이들 간 상호 연관도를 나타내는 매트릭스의 일 예의 일부이다.
도 5는 도 4의 매트릭스를 추출하기 위한 상호 연관도의 범주의 일 예의 일부이다.
도 6은 본 발명의 실시예에 따라 생성된 제1 지식 네트워크의 일 예이다.
도 7은 Participation coefficient (PC)에 따라 허브의 종류를 구분하는 일례를 나타낸다.
도 8은 본 발명의 실시예에 따라 "epilepsy syndrome"를 검색어로 하여 생성된 제2 지식 네트워크의 일 예이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제2, 제1 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 한 실시예에 따른 신약 후보 물질 발굴을 위한 데이터 처리 장치의 블록도이고, 도 2는 본 발명의 한 실시예에 따른 데이터 처리 장치의 신약 후보 물질 발굴을 위한 데이터 처리 방법의 순서도이다.
도 1을 참조하면, 신약 후보 물질 발굴을 위한 데이터 처리 장치(100)는 검색어 수신부(110), 데이터 추출부(120), 데이터 생성부(130), 데이터 처리부(140), 데이터 정제부(150), 출력부(160) 및 저장부(170)를 포함한다.
도 1 내지 2를 참조하면, 검색어 수신부(110)는 소정의 검색어를 수신한다(S100). 소정의 검색어는 사용자가 정보 탐색하기를 윈하는 검색어일 수 있고, 사용자 인터페이스를 통하여 입력될 수 있으며, 유전자명, 단백질명, 신진대사체명, 증상명, 질환명, 화합물명 및 약품명 중 적어도 하나를 포함할 수 있다. 도 3은 소정의 검색어가 입력되는 예를 나타낸다. 도 3을 참조하면, 출력부(160)를 통하여 소정의 검색어를 입력하기 위한 화면이 노출될 수 있으며, 사용자 인터페이스를 통하여 소정의 검색어가 입력될 수 있다. 도 3에서는 질환명을 범주로 선택하며, 소정의 검색어로 epilepsy syndrome를 입력하는 예를 나타낸다.
다음으로, 데이터 추출부(120)는 단계 S100에서 수신된 소정의 검색어와 관련된 적어도 하나의 생물학적 엔티티(entity)를 추출하며(S110), 소정의 검색어와 추출한 생물학적 엔티티 간 상호 연관도를 추출한다(S120). 여기서, 생물학적 엔티티는 유전자, 단백질, 신진대사체, 증상, 질환, 화합물 및 약품 중 적어도 하나를 포함할 수 있으며, 소정의 검색어가 속한 레벨은 생물학적 엔티티가 속한 레벨과 동일할 수도 있고, 상이할 수도 있다. 예를 들어, 도 3에서 예시한 바와 같이, 소정의 검색어가 질환명인 epilepsy syndrome인 경우, 단계 S110에서 추출되는 생물학적 엔티티는 epilepsy syndrome과 연관된 유전자, epilepsy syndrome과 연관된 단백질, epilepsy syndrome과 연관된 신진대사체, epilepsy syndrome과 연관된 증상, epilepsy syndrome과 연관된 질환, epilepsy syndrome과 연관된 화합물 및 epilepsy syndrome과 연관된 약품 중 적어도 하나를 포함할 수 있다. 그리고, 단계 S110에서 추출되는 생물학적 엔티티는 레벨 별로 복수의 생물학적 엔티티를 포함할 수도 있다. 예를 들어, 도 3에서 예시한 바와 같이, 소정의 검색어가 질환명인 epilepsy syndrome인 경우, 단계 S110에서 추출되는 생물학적 엔티티는 epilepsy syndrome과 연관된 복수의 유전자, epilepsy syndrome과 연관된 복수의 단백질, epilepsy syndrome과 연관된 복수의 신진대사체, epilepsy syndrome과 연관된 복수의 증상, epilepsy syndrome과 연관된 복수의 질환, epilepsy syndrome과 연관된 복수의 화합물 및 epilepsy syndrome과 연관된 복수의 약품 중 적어도 하나를 포함할 수도 있다.
이를 위하여, 데이터 추출부(120)는 빅데이터 DB(200)를 이용할 수 있다. 빅데이터 DB(200)는 본 발명의 실시예에 따른 데이터 처리 장치(100) 외부의 DB일 수 있으며, 누구나 접근 가능하거나 소정의 조건 하에 인증 받은 자가 접근 가능한 글로벌 공공 DB일 수 있다. 빅데이터 DB(200)는 생물학적 엔티티에 관한 정보 및 생물학적 엔티티 간 상호 연관도를 미리 저장할 수 있다. 예를 들어, 빅데이터 DB(200)는 생물학적 엔티티 종류 별 DB 및 생물학적 엔티티 간 상호 연관도에 관한 DB를 포함할 수 있다. 생물학적 엔티티 종류 별 DB는 유전자 DB, 단백질 DB, 신진대사체 DB, 증상 DB, 질환 DB, 화합물 DB 및 약품 DB를 포함할 수 있다. 이들 DB는 하나의 빅데이터 DB로 통합하여 관리 및 운영되거나, 분산되어 관리 및 운용될 수 있다. 본 명세서에서, 빅데이터 DB(200)는 오믹스(omics) DB와 혼용될 수 있다.
이때, 데이터 추출부(120)가 소정의 검색어와 관련된 적어도 하나의 생물학적 엔티티 및 생물학적 엔티티 간 상호 연관도를 추출하기 위하여, 데이터 추출부(120)는 기계 학습을 포함하는 인공지능 기술에 기반하며, 자연어 처리 알고리즘을 이용할 수 있다. 여기서, 자연어 처리는 인간이 발화하는 언어 현상을 기계적으로 분석하여 컴퓨터가 이해할 수 있는 형태로 만들고, 컴퓨터가 이해할 수 있는 형태를 다시 인간이 이해할 수 있는 언어로 표현하는 제반 기술을 의미한다. 이를 위하여, 빅데이터 DB(200)는 생물학적 엔티티 종류 별 언어 기반 DB일 수 있으며, 기계 학습된 결과 및 피드백 결과를 반영한 정보를 포함할 수 있다.
또는 데이터 추출부(120)가 소정의 검색어와 관련된 적어도 하나의 생물학적 엔티티 및 생물학적 엔티티 간 상호 연관도를 추출하기 위하여, 데이터 추출부(120)는 기계 학습을 포함하는 인공지능 기술에 기반하며, 심층 신경망 알고리즘을 이용할 수도 있다. 여기서, 심층 신경망은 입력층과 출력층 사이의 여러 개의 은닉층들로 이루어진 인공 신경망(artificial neural network)으로, 분류, 예측, 이미지 인식, 문자 인식 등에 사용되는 제반 기술을 의미한다. 이를 위하여, 빅데이터 DB(200)는 생물학적 엔티티 종류 별 이미지 기반 DB일 수 있으며, 기계 학습된 결과 및 피드백 결과를 반영한 정보를 포함할 수 있다.
도 4는 단계 S110 및 단계 S120에서 추출된 생물학적 엔티티 및 이들 간 상호 연관도를 나타내는 매트릭스의 일 예의 일부이고, 도 5는 도 4의 매트릭스를 추출하기 위한 상호 연관도의 범주의 일 예의 일부이다.
도 4 내지 5를 참조하면, 생물학적 엔티티 간 상호 연관도의 범주는 "상호작용(interact)", "참여(participate)", "공변(covariate)", "조절(regulate)", "연관(associate)", "결합(bind)", "업레귤레이트(upregulate)", "원인(cause)", "유사(resemble)", "치료(treat)", "다운레귤레이트(downregulates)", "완화(palliate)", "발현(present)", "위치(localize)", "포함(include)", "표출(express)"등을 포함할 수 있으며, 범주 별로 식별 번호가 임의로 부여될 수 있다. 범주 별 식별 번호는 사용자에 의하여 설정되거나, 자동으로 설정될 수 있다.
예를 들어, 단계 S100에서 약품명인 부프로피온(bupropion)이 소정의 검색어로 수신된 경우, 데이터 추출부(120)는 부프로피온과 관련된 화합물로 "acamprosate", "vigabatrin", "rufinamide" 등을 추출하고, 질환으로 "epilepsy syndrome"을 추출하며, 신진대사체로 "ethanol", "gamma-amine", "glycine", "L-glutamic acid" 등을 추출할 수 있으며, 소정의 검색어와 생물학적 엔티티 간 상호 연관도의 범주 또는 생물학적 엔티티들 간 상호 연관도의 범주가 식별 번호로 표시된 매트릭스를 생성할 수 있다. 도 4의 매트릭스에서 제1열은 생물학적 엔티티의 범주를 나타내고, 제2 열은 범주 별로 추출된 생물학적 엔티티를 나타내며, 아래 열의 숫자는 상호 연관도의 범주를 나타낸다. 이러한 매트릭스의 형태는 예시적인 것으로, 이로 제한되는 것은 아니며, 다양한 형태로 변형될 수 있다.
다음으로, 데이터 생성부(130)는 단계 S110과 단계 S120에서 추출한 결과를 이용하여 제1 지식 네트워크를 생성한다(S130). 도 6은 본 발명의 실시예에 따라 생성된 제1 지식 네트워크의 일 예이다. 여기서, 제1 지식 네트워크는 단계 S100에서 수신된 소정의 검색어와 단계 S110에서 추출된 적어도 하나의 생물학적 엔티티 각각을 노드로 하며, 단계 S120에서 추출한 소정의 검색어와 생물학적 엔티티 간의 상호 연관도 또는 생물학적 엔티티들 간의 상호 연관도에 따라 연결선을 이용하여 복수의 노드를 연결한 형태일 수 있다. 연결선은 동일한 오믹스 레벨 내 노드들을 연결할 수도 있고, 서로 다른 오믹스 레벨 내 노드들을 연결할 수도 있다. 제1 지식 네트워크 내 노드 중 하나인 노드 A로부터 다른 하나인 노드 B로 가는 경로는 다양할 수 있으며, 가능한 모든 경로가 연결선에 의하여 연결될 수 있다. 여기서, 지식 네트워크는 생물학적 엔티티 간의 상호 연관도로 이루어진 네트워크로, 생물학적 네트워크와 혼용될 수 있다.
다음으로, 데이터 처리부(140)는 단계 S130에서 생성한 제1 지식 네트워크의 그래프 이론 지표를 계산한다(S140). 여기서, 그래프 이론 지표는 제1 지식 네트워크를 구성하는 복수의 노드에 대한 노드 간 최단 경로, 노드 별 클러스터링 계수, 노드 별 센트럴리티 계수 및 노드 별 허브 성격 중 적어도 하나를 포함할 수 있다.
노드 간 최단 경로는 제1 지식 네트워크에서 노드 A로부터 노드 B로 가는 수 많은 경로 중 가장 짧은 경로를 의미할 수 있다. 이하, 생물학적 엔티티 중 하나인 노드 A와 생물학적 엔티티 중 다른 하나인 노드 B 간 최단 경로를 산출하는 방법을 설명하고자 한다.
노드 A로부터 노드 B로 가는 경로는 다양하며, 노드 A와 노드 B가 직접 연결되거나, 노드 A와 노드 B 간 각 경로 상에 적어도 하나의 중간 노드가 존재할 수도 있다.
노드 A와 노드 B 간 최단 경로는 경로 별 중간 노드의 개수를 이용하여 얻을 수 있다. 예를 들어, 노드 A와 노드 B 간 다양한 경로 중 중간 노드의 개수가 적을수록 짧은 경로인 것으로 판단할 수 있다.
또는, 노드 A와 노드 B 간 최단 경로는 경로 별 중간 노드의 개수를 이용하여 얻되, 연결선 별 상호 연관성의 종류를 반영할 수도 있다. 즉, 상호 연관성의 범주 별로 가중치를 다르게 설정하며, 경로 별로 존재하는 상호 연관성에 가중치를 적용할 수도 있다. 상호 연관성의 종류는 도 5에 예시된 바와 같으며, 상호 연관성의 종류 별로 다른 가중치 값을 가질 수 있다.
수학식 1은 노드 간 최단 경로를 산출하는 식의 한 예이다.
Figure 112019117700134-pat00001
여기서, w st 는 두 노드 s와 t간의 상호 연관성 지표이며, f는 가중치 변환 함수이고,
Figure 112019117700134-pat00002
는 두 노드 i와 j 사이의 최단 경로이다. 경로 별로 수학식 1의 값을 구하며, 가장 낮은 값 또는 가장 높은 값을 가지는 경로가 최단 경로로 선택될 수 있다.
다음으로, 노드 별 클러스터링 계수(clustering coefficient)는 수학식 2 및 수학식 3에 의하여 계산될 수 있다. 여기서, 클러스터링 계수는 집단화 계수라고 지칭될 수도 있으며, 특정 노드와 이웃한 노드들이 서로 연결되어 있을 확률 또는 특정 노드와 이웃한 노드들 간의 연결 밀도를 의미할 수 있다.
Figure 112019117700134-pat00003
여기서, t w i 는 지식 네트워크의 각 노드 i 주변에 만들어지는 그래프 내의 삼각형의 개수를 의미하며, N은 지식 네트워크의 전체 노드 집합이며, w ij 는 두 노드 i와 j간 상호 연관성 지표이고, w ih 는 두 노드 i와 h간 상호 연관성 지표이며, w jh 는 두 노드 j와 h간 상호 연관성 지표이다.
Figure 112019117700134-pat00004
여기서, Cw는 클러스터링 계수를 의미하며, t w i 는 지식 네트워크의 각 노드 i 주변에 만들어지는 그래프 내의 삼각형의 개수고, ki는 노드 i의 degree, 즉 노드 i의 지식 네트워크 내 연결성 정도 값을 의미한다.
다음으로, 노드 별 센트렐리티(centrality) 지표는 특정 노드가 허브의 기능을 가지는지에 대한 지표이며, Dnodal(nodal degree)값, BC(betweenness centrality)값, Enodal(nodal efficiency) 값 등에 의하여 나타낼 수 있다. 여기서, Dnodal값은 각 노드의 지식 네트워크 내 연결성 정도 값, 즉, 지식 네트워크 내에서 노드 i가 얼마나 강한 또는 약한 연결성을 가지고 있는지를 나타내는 지표이고, Enodal값은 노드 i의 지식 네트워크 내 효율성 정도 값, 즉 수학식 1의 최단 경로의 역수로 표현된 값으로, 경로가 짧을수록 높은 효율성을 가지고, BC 값은 지식 네트워크 내 노드 간 경로에서 노드 i가 지름길이 되는 횟수를 나타내는 지표이다.
먼저, Dnodal값은 수학식 4에 의하여 계산될 수 있다.
Figure 112019117700134-pat00005
여기서, w ij 는 두 노드 i와 j간 상호 연관성 지표이고, N은 지식 네트워크의 전체 노드 집합이다.
그리고, Enodal값은 수학식 5에 의하여 계산될 수 있다.
Figure 112019117700134-pat00006
여기서, N은 지식 네트워크의 전체 노드 집합이고,
Figure 112019117700134-pat00007
는 수학식 1에서 계산한 최단 경로를 나타내는 값이다.
다음으로, Betweenness centrality(BC)는 수학식 6에 의하여 계산될 수 있다.
Figure 112019117700134-pat00008
여기서,
Figure 112019117700134-pat00009
는 노드 h 와 j 사이의 최단 거리를 의미하고,
Figure 112019117700134-pat00010
는 노드 i를 통과하는 h 와 j 사이의 최단 거리를 의미한다.
다음으로, 소정의 노드가 허브의 기능을 가지는 것으로 판단되는 경우, 허브의 성격을 분류한다. 이때, 허브의 성격은 kinless 허브, connector 허브, provincial 허브 등으로 분류될 수 있다. 여기서, kinless 허브는 영향력이 가장 높은 허브, 즉 많은 모듈 내 노드들과 연결된 허브를 의미하고, connector 허브는 지식 네트워크 내 모듈을 연결하는 성격의 허브를 의미하며, provincial 허브는 주로 모듈 내에서 높은 영향력을 가지는 허브를 의미한다. 여기서, 모듈(module)은 전체 지식 네트워크를 세분화한 구조적 구성 그룹일 수 있다.
이를 위하여, 지식 네트워크 내의 모듈 지수(Modularity)는 수학식 7과 같이 계산될 수 있다. 모듈 지수(modularity)는 전체 지식 네트워크의 구성 모듈 종류 수를 의미한다.
Figure 112019117700134-pat00011
여기서,
Figure 112019117700134-pat00012
는 노드 i에서의 가중치 합을 의미하고,
Figure 112019117700134-pat00013
는 가중치 합을 의미한다. δmi,mj는 크로네커의 델타(kronecker delta)이고, mi=mj인 경우 1이고, 나머지인 경우 0이다.
다음으로, 지식 네트워크 모듈의 참여지수(participation coefficient, PC)는 수학식 8과 같이 계산될 수 있다.
Figure 112019117700134-pat00014
여기서, M은 모듈의 집합을 의미하고,
Figure 112019117700134-pat00015
는 모듈 m 내에서 노드 i와 나머지 모든 노드 간의 연결 수를 의미하고, 모듈 m은 전체 지식 네트워크를 세분화한 구조적 구성 그룹을 의미한다.
그리고, 지식 네트워크 모듈의 z스코어(within-module degree)는 수학식 9와 같이 계산될 수 있다.
Figure 112019117700134-pat00016
여기서, mi는 모듈 m 내의 노드 i를 의미하고,
Figure 112019117700134-pat00017
는 노드 i의 모듈 m 내에서의 연결 정도(degree)를 의미하며,
Figure 112019117700134-pat00018
Figure 112019117700134-pat00019
는 각각 모듈 m내의 연결 정도 분포(degree distribution)의 평균과 표준 편차를 의미한다.
이상의 수학식 9의 지표 계산을 통해 각 노드가 모듈 내에서 허브인지 아닌지를 구분할 수 있다. 예를 들어, 다음과 같이, 지식 네트워크 모듈의 Z 스코어가 2.5 이상인 경우 허브인 것으로 판정될 수 있다.
1.within-module z-score ≥ 2.5: 허브
2. within-module z-score < 2.5: 허브 아님
또한, 노드가 모듈 내 허브인 것으로 판정될 경우, 수학식 8의 지표 계산을 통해 다음과 같이 허브의 종류를 분류할 수 있으며, 도 7은 PC에 따라 허브의 종류를 구분하는 일례를 나타낸다.
1. Provincial 허브: PC ≤0.30
2. Connector 허브: 0.3 < PC ≤0.75
3. Kinless 허브: PC > 0.75
이와 같이, 데이터 처리부(140)가 단계 S140에 의하여 그래프 이론 지표를 계산한 경우, 데이터 정제부(150)는 그래프 이론 지표를 이용하여 제1 지식 네트워크로부터 정제된 제2 지식 네트워크를 생성한다(S150). 여기서, 제2 지식 네트워크는 제1 지식 네트워크보다 단순화된 네트워크로, 제1 지식 네트워크를 구성하는 복수의 노드 중 그래프 이론 측면에서 상관성이 높은 일부 노드만으로 구성될 수 있다.
이때, 제2 지식 네트워크를 구성하는 노드는 제1 지식 네트워크를 구성하는 복수의 노드 중 단계 S140에서 계산한 그래프 이론 지표 중 노드 간 최단 경로에 대한 지표값, 노드 별 클러스터링 계수에 대한 지표값 및 노드 별 센트럴리티 계수에 대한 지표값 중 적어도 일부가 임계 값 이상인 일부 노드일 수 있다. 즉, 제2 지식 네트워크는 제1 지식 네트워크를 구성하는 복수의 노드 중에서 노드 간 최단 경로에 대한 지표값, 노드 별 클러스터링 계수에 대한 지표값 및 노드 별 센트럴리티 계수에 대한 지표값 중 적어도 일부가 임계 값 미만인 노드를 삭제하고, 삭제된 노드에 연관된 연결을 삭제하는 방법으로 생성될 수 있다.
여기서, 임계 값과 비교되는 그래프 이론 지표는 노드 간 최단 경로에 대한 지표값, 노드 별 클러스터링 계수에 대한 지표값, 노드 별 센트럴리티 계수에 대한 지표값 각각일 수 있다. 또는, 임계 값과 비교되는 그래프 이론 지표는 노드 간 최단 경로에 대한 지표값, 노드 별 클러스터링 계수에 대한 지표값, 노드 별 센트럴리티 계수에 대한 지표값 중 적어도 두 개를 통합하여 산출된 값일 수 있다.
이때, 노드 간 최단 경로에 대한 지표값, 노드 별 클러스터링 계수에 대한 지표값 및 노드 별 센트럴리티 계수에 대한 지표값 중 적어도 하나는 노드 별 표준 점수로 계산될 수 있으며, 계산된 표준 점수가 임계 값과 비교될 수 있다.
여기서, 표준 점수는 z 스코어일 수 있으며, 임계 값은 95%의 유의성을 의미할 수 있다.
Z 스코어는 수학식 10과 같이 계산될 수 있다.
Figure 112019117700134-pat00020
여기서, z는 z 스코어이고, X는 제1 지식 네트워크 내 특정 노드에 대한 소정의 그래프 이론 지표의 지표값이며, mean(x)는 제1 지식 네트워크 내 복수의 노드에 대한 소정의 그래프 이론 지표의 평균 지표값이고, SE(x)는 제1 지식 네트워크 내 소정의 그래프 이론 지표의 지표값의 표준 에러이다. 여기서,
Figure 112019117700134-pat00021
로 나타낼 수 있으며, σ는 표준 편차이고, n은 제1 지식 네트워크를 구성하는 복수의 노드의 개수이다.
즉, z 스코어는 제1 지식 네트워크를 구성하는 각 노드에 대한 소정의 그래프 이론 지표의 지표값과 제1 지식 네트워크를 구성하는 복수의 노드에 대한 소정의 그래프 이론 지표의 평균 지표값 간의 차를 표준 에러로 나눈 값일 수 있다.
이때, z 스코어는 퍼뮤테이션 테스트(permutation test)를 통하여 계산될 수 있다. 퍼뮤테이션 테스트는 제1 지식 네트워크를 구성하는 전체 연결선을 임의로 섞은 다음, 각 노드에 대해 z 스코어를 계산하는 방법으로 행해질 수 있다. 이때, 임의로 섞는 횟수는 1000회 이상일 수 있다.
또는, 제2 지식 네트워크를 구성하는 노드는 제1 지식 네트워크를 구성하는 복수의 노드 중에서 단계 S140에서 계산한 그래프 이론 지표 중 노드 별 허브 성격에 대한 지표 값을 이용하여 추출한 일부 노드일 수도 있다. 즉, 제2 지식 네트워크를 구성하는 노드는 수학식 9의 지표 계산을 통해 모듈 내 허브인 것으로 판정된 노드, 바람직하게는 kinless 허브, connector 허브 및 provincial 허브 중 하나로 분류된 노드, 더욱 바람직하게는 kinless 허브 및 connector 허브 중 하나로 분류된 노드, 더욱 바람직하게는 kinless 허브로 분류된 노드일 수 있다.
다음으로, 출력부(160)는 단계 S150에서 생성된 제2 지식 네트워크를 출력한다(S160). 출력부(160)는, 예를 들어 디스플레이일 수 있다. 도 8은 본 발명의 실시예에 따라 "epilepsy syndrome"를 검색어로 하여 생성된 제2 지식 네트워크의 일 예이다. 도 8을 참조하면, 도 6의 제1 지식 네트워크에 비하여 현저히 단순화되고 정제된 제2 지식 네트워크를 얻을 수 있음을 알 수 있다. 또한, 도 8을 참조하면, "epilepsy syndrome"와 연관된 서로 다른 오믹스 레벨 내 생물학적 엔티티 및 이들 간 상호 연관성을 직관적으로 얻을 수 있음을 알 수 있다.
이와 같이, 본 발명의 실시예에 따르면, 소정의 검색어와 관련하여 정제된 노드만으로 구성된 제2 지식 네트워크를 얻을 수 있으며, 이에 따라 신약 후보 물질 또는 신약 후보 물질의 타겟을 용이하게 결정할 수 있다.
한편, 본 발명의 실시예에 따른 데이터 처리 장치(100)는 데이터 저장부(170)를 포함할 수도 있다. 데이터 저장부(170)는 데이터 추출부(120), 데이터 생성부(130), 데이터 처리부(140) 및 데이터 정제부(150)와 연결될 수 있으며, 데이터 추출부(120), 데이터 생성부(130), 데이터 처리부(140) 및 데이터 정제부(150)로부터 산출된 결과를 저장할 수 있다. 이러한 데이터 저장부(170)는 외부의 학습 서버와 무선 또는 유선으로 연결될 수 있으며, 저장된 데이터를 외부의 학습 서버에 전달할 수도 있다.
본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (7)

  1. 데이터 처리 장치에서 수행되는 신약 후보 물질 발굴을 위한 데이터 처리 방법에 있어서,
    검색어를 수신하는 단계;
    생물학적 엔티티 종류 별 DB로부터 상기 검색어와 다른 오믹스 레벨에 속하고 상기 검색어와 관련된 생물학적 엔티티들을 추출하는 단계;
    생물학적 엔티티 간 상호 연관도에 관한 DB로부터 상기 검색어와 상기 생물학적 엔티티들 간의 상호 연관도를 추출하는 단계;
    상기 검색어와 상기 생물학적 엔티티들 각각을 노드로 하고, 상기 검색어와 상기 생물학적 엔티티들 사이의 상호 연관도 또는 상기 생물학적 엔티티들 간 상호 연관도에 따라 연결선을 이용하여 복수의 노드들을 연결한 제1지식 네트워크를 생성하는 단계;
    상기 제1지식 네트워크의 복수의 노드들 각각에 대해 그래프 이론 지표를 계산하는 단계; 및
    상기 제1지식 네트워크의 복수의 노드들 중 상기 그래프 이론 지표를 이용하여 선택된 일부 노드들을 이용하여 제2지식 네트워크를 생성하는 단계를 포함하고,
    상기 검색어는 유전자명, 단백질명, 신진대사체명, 증상명, 질환명, 화합물명 및 약품명 중 적어도 하나를 포함하고,
    상기 생물학적 엔티티는 유전자, 단백질, 신진대사체, 증상, 질환, 화합물 및 약품 중 적어도 하나를 포함하며,
    상기 상호연관도의 범주는 참여(participate), 공변(covariate), 조절(regulate), 연관(associate), 결합(bind), 업레귤레이트(upregulate), 유사(resemble), 치료(treat), 다운레귤레이트(downregulates), 완화(palliate), 포함(include), 및 표출(express)을 포함하며,
    상기 그래프 이론 지표는 상기 제1지식 네트워크를 구성하는 복수의 노드들 중 적어도 하나에 대한 노드 간 최단 경로, 노드 별 클러스터링 계수, 노드 별 센트럴리티 계수를 포함하고,
    상기 연결선이 나타내는 상호연관도의 범주에 따라 상기 연결선의 가중치가 다르게 설정되고, 상기 노드 간 최단 경로는 상기 설정된 가중치를 반영하여 산출되고,
    상기 제2지식 네트워크를 생성하는 단계는,
    상기 제1지식 네트워크를 구성하는 복수의 노드들 각각에 대해 상기 노드 간 최단 경로, 상기 노드 별 클러스터링 계수, 및 상기 노드 별 센트럴리티 계수 중 적어도 하나에 대한 표준 점수를 계산하고, 상기 표준 점수가 임계 값 미만인 노드와 상기 임계 값 미만인 노드의 연결선을 삭제함으로써 상기 제2지식 네트워크를 생성하고,
    상기 표준 점수는 제1 지식 네트워크를 구성하는 각 노드에 대한 소정의 그래프 이론 지표의 지표값과 제1 지식 네트워크를 구성하는 복수의 노드에 대한 그래프 이론 지표의 평균 지표값 간의 차를 표준 에러로 나눈 값인 방법.
  2. 제1항에 있어서,
    상기 제2지식 네트워크를 생성하는 단계는,
    상기 제1지식 네트워크를 구성하는 전체 연결선을 임의로 섞은 다음 상기 제1지식 네트워크의 노드들 각각에 대해 상기 표준 점수를 계산하는 단계를 포함하고,
    상기 임의로 섞는 회수는 1000회 이상인 방법.
  3. 제1항에 있어서,
    상기 상호연관도의 범주는, 상호작용(interact), 원인(cause), 발현(present), 및 위치(localize) 중 적어도 하나를 더 포함하는 방법.
  4. 신약 후보 물질 발굴을 위한 데이터 처리 장치에 있어서,
    검색어를 수신하는 검색어 수신부;
    생물학적 엔티티 종류 별 DB로부터 상기 검색어와 다른 오믹스 레벨에 속하고 상기 검색어와 관련된 생물학적 엔티티들을 추출하고, 생물학적 엔티티 간 상호 연관도에 관한 DB로부터 상기 검색어와 상기 생물학적 엔티티들 간의 상호 연관도를 추출하는 데이터 추출부;
    상기 검색어와 상기 생물학적 엔티티들 각각을 노드로 하고, 상기 검색어와 상기 생물학적 엔티티들 사이의 상호 연관도 또는 상기 생물학적 엔티티들 간 상호 연관도에 따라 연결선을 이용하여 복수의 노드들을 연결한 제1지식 네트워크를 생성하는 데이터 생성부;
    상기 제1지식 네트워크의 복수의 노드들 각각에 대해 그래프 이론 지표를 계산하는 데이터 처리부;
    상기 제1지식 네트워크의 복수의 노드들 중 상기 그래프 이론 지표를 이용하여 선택된 일부 노드들을 이용하여 제2지식 네트워크를 생성하는 데이터 정제부; 및
    상기 제2지식 네트워크를 노출하는 출력부를 포함하고,
    상기 검색어는 유전자명, 단백질명, 신진대사체명, 증상명, 질환명, 화합물명 및 약품명 중 적어도 하나를 포함하고,
    상기 생물학적 엔티티는 유전자, 단백질, 신진대사체, 증상, 질환, 화합물 및 약품 중 적어도 하나를 포함하며,
    상기 상호연관도의 범주는 참여(participate), 공변(covariate), 조절(regulate), 연관(associate), 결합(bind), 업레귤레이트(upregulate), 유사(resemble), 치료(treat), 다운레귤레이트(downregulates), 완화(palliate), 포함(include), 및 표출(express)을 포함하며,
    상기 그래프 이론 지표는 상기 제1지식 네트워크를 구성하는 복수의 노드들 중 적어도 하나에 대한 노드 간 최단 경로, 노드 별 클러스터링 계수, 노드 별 센트럴리티 계수를 포함하고,
    상기 연결선이 나타내는 상호연관도의 범주에 따라 상기 연결선의 가중치가 다르게 설정되고, 상기 노드 간 최단 경로는 상기 설정된 가중치를 반영하여 산출되고,
    상기 데이터 정제부는, 상기 제1지식 네트워크를 구성하는 복수의 노드들 각각에 대해 상기 노드 간 최단 경로, 상기 노드 별 클러스터링 계수, 및 상기 노드 별 센트럴리티 계수 중 적어도 하나에 대한 표준 점수를 계산하고, 상기 표준 점수가 임계 값 미만인 노드와 상기 임계 값 미만인 노드의 연결선을 삭제함으로써 상기 제2지식 네트워크를 생성하고,
    상기 표준 점수는 제1 지식 네트워크를 구성하는 각 노드에 대한 소정의 그래프 이론 지표의 지표값과 제1 지식 네트워크를 구성하는 복수의 노드에 대한 그래프 이론 지표의 평균 지표값 간의 차를 표준 에러로 나눈 값인 데이터 처리 장치.
  5. 제4항에 있어서,
    상기 데이터 정제부는,
    상기 제1지식 네트워크를 구성하는 전체 연결선을 임의로 섞은 다음 상기 제1지식 네트워크의 노드들 각각에 대해 상기 표준 점수를 계산하고,
    상기 임의로 섞는 회수는 1000회 이상인 데이터 처리 장치.
  6. 제4항에 있어서,
    상기 상호연관도의 범주는, 상호작용(interact), 원인(cause), 발현(present), 및 위치(localize) 중 적어도 하나를 더 포함하는 데이터 처리 장치.
  7. 제1항 내지 제3항 중 어느 한 항에서 수행되는 방법을 컴퓨터에서 실행시키기 위한 프로그램이 기록된 기록매체.
KR1020190147235A 2018-12-24 2019-11-17 신약 후보 물질 발굴을 위한 데이터 처리 장치 및 방법 KR102187586B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180168653 2018-12-24
KR20180168653 2018-12-24

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190028788 Division 2018-12-24 2019-03-13

Publications (2)

Publication Number Publication Date
KR20200079178A KR20200079178A (ko) 2020-07-02
KR102187586B1 true KR102187586B1 (ko) 2020-12-07

Family

ID=71599728

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190147235A KR102187586B1 (ko) 2018-12-24 2019-11-17 신약 후보 물질 발굴을 위한 데이터 처리 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102187586B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022060139A1 (ko) * 2020-09-17 2022-03-24 에스케이 주식회사 인공지능을 이용한 타겟 발굴 방법 및 시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
D. K. Arrell 외, "Network Systems Biology for Drug Discovery', Clinical Phamacology & Therapeutics, 88권, 1호, 2010.07.
Y. Yu 외, "PreMedKB: an integrated precision medicine knowledgebase for interpreting relationships between diseases, genes, variants and drugs', Nucleic Acids Research, 47권, Database issues, 2018.12.8.

Also Published As

Publication number Publication date
KR20200079178A (ko) 2020-07-02

Similar Documents

Publication Publication Date Title
Karim et al. Drug-drug interaction prediction based on knowledge graph embeddings and convolutional-LSTM network
CN112364880B (zh) 基于图神经网络的组学数据处理方法、装置、设备及介质
KR102181058B1 (ko) 신약 후보 물질 도출을 위한 데이터 처리 방법
KR102026871B1 (ko) 신약 후보 물질의 효과 및 안전성 예측을 위한 데이터 처리 장치 및 방법
US11636951B2 (en) Systems and methods for generating a genotypic causal model of a disease state
US20210365795A1 (en) Method and apparatus for deriving new drug candidate substance
CN113470741B (zh) 药物靶标关系预测方法、装置、计算机设备及存储介质
CN113140254B (zh) 元学习药物-靶点相互作用预测系统及预测方法
CN109767817B (zh) 一种基于神经网络语言模型的药物潜在不良反应发现方法
Vesely et al. Permutation-based true discovery guarantee by sum tests
CN111126578B (zh) 一种模型训练的联合数据处理方法、装置与系统
Celebi et al. Evaluation of knowledge graph embedding approaches for drug-drug interaction prediction using linked open data
CN114141361B (zh) 基于症状术语映射与深度学习的中医处方推荐方法
Diaz-Flores et al. Evolution of artificial intelligence-powered technologies in biomedical research and healthcare
KR102187586B1 (ko) 신약 후보 물질 발굴을 위한 데이터 처리 장치 및 방법
CN111126607B (zh) 一种模型训练的数据处理方法、装置与系统
KR102187594B1 (ko) 신약 후보 물질 발굴을 위한 멀티오믹스 데이터 처리 장치 및 방법
US11915832B2 (en) Apparatus and method for processing multi-omics data for discovering new drug candidate substance
US20210397978A1 (en) Apparatus and method for processing data discovering new drug candidate substance
Soniya et al. Hybrid evolutionary network architecture search (HyENAS) for convolution class of deep neural networks with applications
KR102379214B1 (ko) 멀티오믹스 네트워크 기반 신약 후보 물질 탐색 방법
CN113345535A (zh) 保持药物化学性质与功能一致性的药物靶标预测方法及系统
CN113296784A (zh) 一种基于配置代码表征的容器基础镜像推荐方法及系统
Zhao et al. Multi-label Node Classification On Graph-Structured Data
CN114595377A (zh) 词汇推荐方法、装置、终端及可读存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant