KR102225278B1 - 질의되는 개체와 관련되는 질병, 유전자 또는 단백질을 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템 - Google Patents

질의되는 개체와 관련되는 질병, 유전자 또는 단백질을 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템 Download PDF

Info

Publication number
KR102225278B1
KR102225278B1 KR1020200182375A KR20200182375A KR102225278B1 KR 102225278 B1 KR102225278 B1 KR 102225278B1 KR 1020200182375 A KR1020200182375 A KR 1020200182375A KR 20200182375 A KR20200182375 A KR 20200182375A KR 102225278 B1 KR102225278 B1 KR 102225278B1
Authority
KR
South Korea
Prior art keywords
data
node
module
edge
gene
Prior art date
Application number
KR1020200182375A
Other languages
English (en)
Other versions
KR102225278B9 (ko
Inventor
구희정
한석진
손치원
이장호
김태용
정찬웅
김진한
송상옥
윤소정
Original Assignee
주식회사 스탠다임
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 스탠다임 filed Critical 주식회사 스탠다임
Priority to US17/297,352 priority Critical patent/US20220005608A1/en
Priority to EP21747864.3A priority patent/EP4097726A4/en
Priority to PCT/KR2021/001299 priority patent/WO2021154060A1/en
Priority to KR1020210028009A priority patent/KR102673288B1/ko
Application granted granted Critical
Publication of KR102225278B1 publication Critical patent/KR102225278B1/ko
Publication of KR102225278B9 publication Critical patent/KR102225278B9/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G16B50/30—Data warehousing; Computing architectures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Molecular Biology (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Bioethics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Library & Information Science (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 다수의 데이터베이스로부터 데이터를 수집하여 그래프 데이터베이스를 구축하고, 구축된 그래프 데이터베이스에 저장된 데이터를 인공신경망 모델에 학습시켜 질의된 키워드와 관련된 개체, 특히 질병, 유전자 또는 단백질을 예측할 수 있는 방법 및 이를 이용하여 구축되는 시스템에 관한 것이다.

Description

질의되는 개체와 관련되는 질병, 유전자 또는 단백질을 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템{Prediction Method for Disease, Gene or Protein related Query Entity and built Prediction System using the same}
본 발명은 다수의 데이터베이스로부터 데이터를 수집하여 그래프 데이터베이스를 구축하고, 구축된 그래프 데이터베이스에 저장된 데이터를 인공신경망 모델에 학습시켜 학습이 완료된 인공신경망 모델에 질의된 개체와 관련되는 개체, 예를 들어 질병, 유전자 또는 단백질을 예측하는 것이 가능한 방법 및 이를 이용하여 구축되는 예측 시스템에 관한 것이다.
신약 개발 단계에서 약물이 목표로 하는 타겟 유전자 또는 단백질을 선정하는 것은 초기의 가장 중요한 단계로, 타겟을 변조(modulation)하였을 때 해당 질병이 효과적으로 치료되는 올바른 타겟을 선정하여야 향후 임상에서의 성공률을 높일 수 있다.
신약 임상 시험 단계까지 도달하기 위해서는 막대한 인력과 비용이 소모되며, 해당 질병을 효과적으로 치료하기 위해 초기 단계에서 타겟을 선정하는 것은 매우 중요하다고 할 수 있다.
종래 기술에서, 타겟을 선정하는 것은 다수의 데이터베이스로부터 데이터를 단순히 수집하고, 기존에 공개되었던 데이터들의 연결 관계를 단순히 제시하는 것에 불과하여 기존 데이터의 내용을 뛰어넘어 신약 개발을 위해 새로운 타겟을 선정하는 것에 많은 문제점이 존재하였다.
관련된 종래 기술을 살피면 다음과 같다.
한국등록특허문헌 제10-2035658호는 신약 재창출 후보 추천 시스템에 관한 것으로, 대용량의 빅데이터인 문헌정보 DB 및 유전체정보 DB로부터 약물 및 질병의 형질 정보와 유전자 연관 정보를 추출하고, 이들로부터 약물-약물/질병-질병 유사도 매트릭스를 구성하고, 유사도 매트릭스에 따라 문헌정보 기반의 약물-질병 엣지 점수와 유전체정보 기반의 약물-질병 엣지 점수를 연산하여, 이들로부터 약물-질병 엣지의 최종 예측 점수를 연산하여 신약 재창출 후보를 추천하는 내용을 제시한다.
하지만, 인공신경망 모델을 이용하는 것이 아니어서 추천의 정확도가 떨어지고, 출력의 정보가 상이하며, 다수의 데이터베이스로부터 데이터를 통합하는 과정에서 데이터를 단순히 선형적으로 통합하기 때문에 연관성이 적은 데이터들 간의 관계를 확인하기 어렵다는 단점이 있다.
한국등록특허문헌 제10-1878924호는 생물학적 네트워크를 이용한 신약 재창출 후보군 예측 방법에 관한 것으로, 약물, 작용 유전자, 질병 유전자로 구성되어 활성/억제 엣지로 연관된 생물학적 네트워크가 구성되어 있으며, 해당 네트워크에 임의의 약물 정보를 입력하면 약물-질병 유전자 사이의 최단 경로를 추출하여, 약물과 질병 유전자 간의 상관 관계를 수치화하고, 연산된 수치가 출력되어 해당 약물이 목표 질병 유전자에 미치는 영향을 시뮬레이션 함으로써 신약 재창출 후보군 선정이 가능한 내용을 제시한다.
하지만, 인공신경망 모델을 이용하는 것이 아니어서 선정의 정확도가 떨어지고, 출력의 정보가 상이하며, 다수의 데이터베이스로부터 데이터를 통합하는 과정에서 데이터를 단순히 선형적으로 통합하기 때문에 연관성이 적은 데이터들 간의 관계를 확인하기 어렵다는 단점이 있다.
일본공개특허문헌 제2019-220149호는 임의의 질병 쿼리에 대한 우선순위가 부여된 유전자를 출력하는 시스템에 관한 것으로, 질병, 유전자, 질병과 관련된 표현형 및 생물학적 경로를 포함하는 데이터들을 복수의 데이터베이스들로부터 수집하고, 수집된 데이터를 이용하여 그래프 데이터베이스를 구축하며, 그래프 컨볼루션에 기반한 관련성 스코어링(GCAS)를 적용하여 추정 관련성을 도출하고, 추정 관련성을 그래프 데이터베이스에 추가하여 이종 관련성 네트워크(HANRD)를 작성하며, 임의의 질병 쿼리에 대해 우선순위가 부여된 유전자를 출력하는 내용을 제시한다.
여러 다른 종류들로 이루어진 네트워크(heterogeneous network)를 구성했다는 점에서 유사하나, 다수의 데이터베이스들로부터 여러 유형의 노드와 엣지를 수집하였음에도 실질적으로 유형을 구분하여 사용하지 않고 노드 간의 연결이 되어 있는지 없는지만 고려하였으며, 특정 맥락 없이 주어진 노드의 근방 전체에 대한 정보를 사용하고, 인공신경망 모델을 이용하는 것이 아니어서 결과의 정확도가 떨어지는 단점이 존재한다.
이에, 본 발명자들은 다수의 데이터베이스로부터 수집한 데이터들을 그 속성에 따라 그룹화 및 유형을 규정하고, 규정된 유형을 반영하여 데이터베이스를 구축함으로써 임의의 개체(키워드) 질의에 대해 높은 정확도로 질의 개체와 관련된 개체, 예를 들어 질병, 유전자 또는 단백질을 제시할 수 있는 시스템을 발명하기에 이르렀다.
한국등록특허문헌 제10-2035658호 (2019.10.23.) 한국등록특허문헌 제10-1878924호 (2018.07.17.) 일본공개특허문헌 제2019-220149호 (2019.12.26.)
상기한 과제를 해결하기 위해 본 발명은 질병, 유전자 및 약물과 관련된 데이터를 수집하고, 수집된 데이터를 이용하여 그래프 데이터베이스를 구축하며, 구축된 데이터베이스로부터 노드를 임베딩하여, 임베딩 결과와 중요도가 높은 경로를 학습하여 임의의 개체 질의에 대해 관련성이 높은 순으로 질병, 유전자 또는 단백질 리스트를 출력하는 것이 가능한 방법 및 시스템을 제공하는 것에 그 목적이 있다.
상기한 목적을 달성하기 위한 본 발명의 일 실시예는, (a) 노드 규정 모듈(131)이 다수의 데이터베이스 각각으로부터 수집된 데이터에 포함된 질병 관련 데이터를 제1 노드로 규정하고, 유전자 관련 데이터를 제2 노드로 규정하며, 약물 관련 데이터를 제3 노드로 규정하는 단계, (b) 엣지 규정 모듈(132)이 상기 노드 규정 모듈(131)에 의해 규정된 제1 노드 내지 제3 노드 간의 관계를 엣지로 규정하는 단계, (c) 경로 규정 모듈(133)이 노드-쌍(pair)마다 상기 엣지 규정 모듈(132)에 의해 규정된 엣지들로 서로 연결된 것을 경로(path)로 규정하는 단계, (d) 경로 스코어 연산 모듈(151)이, 기설정된 방법에 따라 노드-쌍의 경로에 포함된 엣지들의 스코어를 연산함으로써, 노드-쌍의 경로마다의 경로 스코어를 연산하는 단계, (e) 경로 추출 모듈(152)이 노드-쌍의 경로들 중에서 상기 (d) 단계에서 연산된 경로 스코어에 기초하여, 기 설정된 경로 유형마다, 상기 경로 유형에 포함된 다수의 경로 중 일부의 경로를 추출하는 단계;(f) 데이터 학습 모듈(160)이 노드-쌍의 경로 유형마다 상기 경로 추출 모듈(152)에 의해 추출된 경로 및 제1 노드 내지 제3 노드를 기설정된 구조를 갖는 인공신경망 모델에 학습시키는 단계, (g) 입력 모듈(170)을 통해 상기 학습된 인공신경망 모델에 질병, 유전자 및 약물 중 어느 하나의 키워드 또는 키워드-쌍이 질의되는 단계 및 (h) 출력 모듈(180)을 통해 상기 인공신경망 모델의 연산에 의해, 질의된 키워드와 관련된 개체(entity)들이 출력되거나, 질의된 키워드-쌍의 관련성 이 출력되는 단계를 포함하는, 예측 방법을 제공한다.
일 실시예에 있어서, 상기 (c) 단계 이후 상기 (d) 단계 이전, 임베딩 모듈(140)이 상기 노드 규정 모듈(131)에 의해 규정된 제1 노드 내지 제3 노드 각각에 대해 다차원 공간 상에서 실수 벡터 값이 부여되도록 실수 벡터화하고, 상기 엣지 규정 모듈(133)에 의해 규정된 엣지 유형 각각에 대해 상기 다차원 공간 상에서 실수 벡터 값이 부여되도록 실수 벡터화하여, 기설정된 방법에 따라 규정된 제1 노드 내지 제3 노드 각각 및 엣지 유형 각각에 대해 임베딩(embedding)을 수행하는 단계를 더 포함하고, 상기 (d) 단계는 경로 스코어 연산 모듈(151)이, 상기 임베딩 모듈(140)에 의해 임베딩된 제1 노드 내지 제3 노드 및 엣지 유형의 실수 벡터 값을 이용하여, 기설정된 방법에 따라 노드-쌍의 경로에 포함된 엣지들의 스코어를 연산하고 연산된 엣지들의 스코어를 합산함으로써, 노드-쌍의 경로마다의 경로 스코어를 연산하는 단계를 더 포함하고, 상기 (f) 단계는 데이터 학습 모듈(160)이 노드-쌍의 경로 유형마다 상기 경로 추출 모듈(152)에 의해 추출된 경로 및 상기 임베딩 모듈(140)에 의해 임베딩된 제1 노드 내지 제3 노드를 기설정된 구조를 갖는 인공신경망 모델에 학습시키는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 상기 제1 노드는 질병의 명칭 데이터, 질병의 해부학적(anatomy) 데이터 및 상기 질병의 증상(symptom) 데이터를 포함하고, 상기 제2 노드는 유전자의 명칭 데이터, 단백질의 명칭 데이터, 유전자의 유전자 온톨로지(gene ontology) 데이터, 유전자의 해부학적 데이터, 유전자의 생물학적 경로(biological) 데이터 및 단백질의 생물학적 경로 데이터를 포함하며, 상기 제3 노드는 약물의 명칭 데이터, 약물의 약리학적 분류(pharmacologic class) 데이터 및 약물의 부작용(side effect) 데이터를 포함할 수 있다.
일 실시예에 있어서, 상기 엣지 규정 모듈(132)은 규정된 엣지들을 그 특성에 따라 질병-유전자 관계 엣지, 유전자-약물 관계 엣지, 질병-약물 관계 엣지, 유전자 관련 엣지, 질병 관련 엣지 및 약물 관련 엣지 중 어느 하나의 엣지로 구분하도록 구성되고, 상기 질병-유전자 관계 엣지는, 유전자-질병 관련성 엣지 유형 및 유전자-질병 조절 관계 엣지 유형을 포함하고, 상기 유전자-약물 관계 엣지는, 약물-유전자 결합 관계 엣지 유형 및 약물-유전자 조절 관계 엣지 유형을 포함하며, 상기 질병-약물 관계 엣지는 약물-질병 치료 관계 엣지 유형을 포함하고, 상기 유전자 관련 엣지는, 유전자-해부학적 데이터 조절/발현 관계 엣지 유형, 유전자 공변 관계 엣지 유형, 유전자 참여 관계 엣지 유형, 유전자 또는 단백질 간 상호관계 엣지 유형 및 유전 간섭-유전자 조절 관계 엣지 유형을 포함하며, 상기 질병 관련 엣지는 질병-해부학적 데이터 관계 엣지 유형, 질병-증상 관계 엣지 유형 및 질병 동시발생 유사성 관계 엣지 유형을 포함하고, 상기 약물 관련 엣지는 약물-부작용 관계 엣지 유형, 약물 구조적 유사성 관계 엣지 유형 및 약물-약리학적 분류 관계 엣지 유형을 포함할 수 있다.
일 실시예에 있어서, 상기 (c) 단계는, 경로 규정 모듈(133)이 노드-쌍마다 상기 엣지 규정 모듈(132)에 의해 규정된 엣지들로 서로 연결된 것을 경로로 규정하되, 상기 노드-쌍이 2개 이상 5개 이하의 엣지들로 서로 연결된 것을 경로로 규정하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 상기 (c) 단계는, 경로 규정 모듈(133)이 노드-쌍마다 상기 엣지 규정 모듈(132)에 의해 규정된 엣지들로 서로 연결된 것을 경로로 규정하되, 상기 노드-쌍이 2개 이상 3개 이하의 엣지들로 서로 연결된 것을 경로로 규정하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 상기 경로 유형은, 경로를 구성하는 엣지들의 개수, 순서 및 유형의 조합 경우의 수에 따라 그 유형이 구분지어질 수 있다.
일 실시예에 있어서, 상기 (e) 단계는, 상기 경로 추출 모듈(152)이, 노드-쌍마다 기 설정된 경로 유형(metapath)에 포함된 다수의 경로 중 일부의 경로를 추출하되, 상기 (e) 단계에서 연산된 경로 스코어가 높은 순서에 따라 일부의 경로를 추출하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 (f) 단계는, 상기 인공신경망 모델에, 상기 경로 추출 모듈(152)에 의해 추출된 경로들에 대하여 경로에 포함된 노드 및 경로 유형에 따라 가중치(weight)를 서로 다르게 부여하는 어텐션 메커니즘(Attention Mechanism)을 적용하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 상기 키워드-쌍은 질병, 유전자 및 약물 중 어느 하나의 키워드와, 상기 어느 하나의 키워드와 다른 유형의 키워드로 이루어진 데이터-쌍이며, 상기 (h) 단계는, 상기 (g) 단계에서 질의된 키워드와 관련된 개체들이 출력되되 질의된 키워드와 다른 유형의 개체들이 출력되거나, 질의된 키워드-쌍의 관련성이 출력되는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 인공신경망 모델은 질의되는 임의의 키워드와 관련된 개체들 각각을 기설정된 방법에 따라 스코어화하도록 구성되고, 상기 (h) 단계는, 상기 출력 모듈(180)을 통해 상기 인공신경망 모델의 연산에 의해, 질의되는 임의의 키워드와 관련되면서, 질의된 키워드와 다른 유형의 개체들이 스코어가 높은 순서에 따라 출력되는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 상기 (h) 단계 이후, (i) 상기 (h) 단계에서 출력되는 개체들 중 어느 하나의 개체가 선택되는 경우, 질의되는 임의의 키워드로부터 선택된 개체까지 이르는 중간 노드, 엣지 및 경로 중 하나 이상이 그래프 형태로서 출력되는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 상기 (a) 단계는 노드 규정 모듈(131)이 자연어 처리 모듈(120)에 의해 추출된 질병, 유전자 및 약물 관련 데이터 각각을 제1 노드 내지 제3 노드로 규정하는 단계를 더 포함하고, 상기 (b) 단계는 엣지 규정 모듈(132)이 자연어 처리 모듈(120)에 의해 도출된 질병, 유전자 및 약물 관련 데이터 간의 관계를 엣지로 규정하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, ID 부여 모듈(134)이 상기 노드 규정 모듈(131)에 의해 규정된 제1 노드 내지 제3 노드들 각각에 고유의 ID를 부여하되, 임의의 용어의 동의어(synonym) 및 축약어(abbreviation)를 상기 임의의 용어와 동일한 용어로 판단하여, 상기 동의어 및 상기 축약어에도 상기 임의의 용어와 동일한 ID를 부여하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 임베딩 모듈(140)이 상기 자연어 처리 모듈(120)에 의해 추출된 질병, 유전자 및 약물 관련 데이터 각각을 다차원 공간 상에 워드 임베딩(word embedding)하는 단계를 더 포함하며, 질병, 유전자 및 약물 관련 데이터 간의 거리는 데이터에 포함된 데이터-쌍의 추출 빈도에 따라 결정될 수 있다.
일 실시예에 있어서, 상기 노드 규정 모듈(131)에 의해 규정된 노드들 중 하나 이상의 노드가 삭제 또는 추가되거나, 상기 엣지 규정 모듈(132)에 의해 규정되지 않은 새로운 엣지가 삭제 또는 추가되는 단계를 더 포함하며, 상기 인공신경망 모델은, 입력층을 통해 질의되는 임의의 키워드와 관련된 다른 개체들을 출력층을 통해 출력하도록 구성되되, 상기 하나 이상의 노드가 삭제 또는 추가되거나, 상기 새로운 엣지가 삭제 또는 추가된 데이터셋에 기초하여 연산을 수행하도록 구성될 수 있다.
일 실시예에 있어서, 데이터 수집 모듈(110)이 사용자 데이터베이스로부터 하나 이상의 임의의 노드-쌍의 관련성을 포함하는 사용자 데이터를 수집하는 단계를 더 포함하며, 상기 인공신경망 모델은 상기 사용자 데이터를 반영한 데이터셋에 기초하여 연산을 수행하도록 구성될 수 있다.
일 실시예에 있어서, 상기 다수의 데이터베이스 각각으로부터 데이터를 수집한 특정 시점을 기준으로, 상기 특정 시점 이후에 상기 다수의 데이터베이스를 통해 공개된 데이터를 수집하는 단계, 자연어 처리 모듈(120)이 상기 특정 시점 이후에 수집된 데이터에 포함된 질병, 유전자 및 약물 관련 데이터를 추출하고, 추출된 질병, 유전자 및 약물 관련 데이터 간의 관계를 도출하는 단계, 입력 모듈(180)을 통해 임의의 키워드가 상기 인공신경망 모델에 질의되고, 질의되는 임의의 키워드와 관련된 개체들이 출력되는 단계 및 질의된 키워드와 출력되는 개체로 이루어진 제1 데이터-쌍이, 상기 자연어 처리 모듈(120)을 통해 도출된 관계로 서로 연결된 제2 데이터-쌍에 포함되는지 여부에 기초하여 상기 제1 데이터-쌍의 관련성 여부가 검증되는 단계를 더 포함할 수 있다.
또한, 본 발명은 전술한 예측 방법을 사용하여 구축된, 시스템을 제공한다.
또한, 본 발명은 전술한 예측 방법을 실행하도록 컴퓨터 판독 가능한 기록 매체에 저장된, 프로그램을 제공한다.
본 발명에 따르면, 기계학습 알고리즘을 이용하여 특정 질병 치료 약물의 타겟이 될 수 있는 유전자 또는 단백질을 높은 정확도로 예측하는 것이 가능하다.
기계학습 알고리즘에 따라 질의된 질병과 관련된 유전자 또는 단백질을 예측하기 때문에 기존에 알려지지 않은 새로운 타겟 유전자 또는 단백질을 발굴하는 것이 가능하다.
또한, 질의된 질병과 예측된 유전자 또는 단백질 간의 관계를 도식화하여 출력함으로써 예측의 근거를 제시하는 것이 가능하다.
그래프 데이터베이스를 구성하는 노드, 엣지 및 경로 각각을 그 속성에 따라 그룹화하고, 속성별로 스코어를 평가하기 때문에 다양한 종류의 네트워크를 혼합 사용하는 헤테로지니어스(heterogeneous) 네트워크 이용 효율이 극대화된다.
그래프 데이터베이스 임베딩뿐만 아니라, 워드 임베딩까지 함께 수행될 수 있어 질병 간 유사도, 유전자 간 유사도 및 약물 간 유사도를 연산하는 것도 가능하다.
수집된 모든 데이터를 인공신경망 모델에 학습시키는 것이 아닌, 임베딩된 노드와 중요도 높은 경로를 학습시킴에 따라 연산 처리량의 감소 및 연산 시간이 최소화될 수 있다.
다수의 데이터베이스로부터 수집한 데이터에 국한되는 것이 아닌, 해당 사용자 계정 접속을 통해 사용자 데이터베이스로부터 추가의 데이터를 더 수집하여 더 수집된 데이터까지도 반영하여 예측에 이용할 수 있어 해당 연구자가 자신의 연구 컨텍스트가 반영된 예측 결과를 획득하는 것이 가능하다.
또한, 사용자 입력에 따라 노드, 엣지 및 경로 중 하나 이상의 추가 또는 삭제가 반영된 상황에서의 연산이 더 수행될 수 있어, 일종의 가상 실험 환경에서의 예측 결과를 획득할 수 있다는 장점을 갖는다.
도 1은 본 발명의 실시예에 따른 시스템을 설명하기 위한 블록도이다.
도 2 및 3은 본 발명의 실시예에 따른 시스템을 구축하는 방법을 설명하기 위한 개략적인 도면이다.
도 4는 본 발명에 따른 시스템의 구축 과정에서 사용되는 노드들과, 엣지들을 설명하기 위한 도면이다.
도 5는 본 발명에 따른 시스템 구축 과정에서 사용되는 데이터 학습 모듈에 의한 학습 과정을 설명하기 위한 도면이다.
도 6은 본 발명에 따른 시스템에서 임의의 질병을 질의하였을 때 출력 모듈을 통해 질의된 질병과 관련된 유전자 또는 단백질이 스코어순으로 정렬되어 출력되는 결과를 나타낸 도면이다.
도 7은 도 6에서 출력되는 유전자 또는 단백질 중 선택된 유전자 또는 단백질과 질의된 질병 사이의 경로가 도식화되어 출력되는 결과를 나타낸 도면이다.
도 8은 사용자 명령에 의해, 기존 구축된 그래프 데이터베이스에 조작을 가할 수 있도록 구현된 모습을 설명하는 도면이다.
도 9는 본 발명에 따라 구축된 시스템에서 구현된 브라우징 기능을 설명하기 위한 도면이다.
도 10은 본 발명에 따라 구축된 시스템에서 임의의 노드-쌍의 관계가 그래프 형태로 출력되는 모습을 설명하기 위한 도면이다.
도 11은 본 발명에 따라 구축된 시스템의 우수성을 검증하기 위한 검증 실험에 따른 결과 도면이다.
도 12는 본 발명의 실시예에 따른 방법을 설명하기 위한 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.
이하에서, 용어 "노드-쌍(pair)"은 노드 규정 모듈에 의해 규정된 노드들의 쌍으로 이루어진 데이터를 의미한다. 구체적으로, 노드-쌍은 서로 다른 유형의 노드의 쌍으로 이루어지는 데이터일 수 있으며, 제1 노드-제2 노드 쌍, 제1 노드-제3 노드 쌍, 제2 노드-제3 노드 쌍이 여기에 포함될 수 있는 개념이다.
이하에서, 용어 "키워드(keyword)"는 전술한 노드와는 다른 개념으로, 입력 모듈을 통해 입력될 수 있는 개체(entity), 단어나 기호 등을 의미하며, 질병의 명칭, 유전자의 명칭, 단백질의 명칭 및 약물의 명칭이 여기에 포함될 수 있다. 마찬가지로, "키워드-쌍"은 키워드들의 쌍으로 이루어진 데이터를 의미하며, 서로 다른 유형의 키워드로 이루어진 데이터(질병-유전자, 질병-단백질, 질병-약물, 유전자-약물, 단백질-약물 등)를 의미한다.
이하에서, 용어 "유전자"는 DNA나 RNA로 이루어진 유전체에서 특정 염기서열로 이루어진 유전정보의 개별적 단위를 지칭하는 것으로, DNA와 RNA뿐만 아니라 단백질(protein)으로 이루어진 유전체에서 특정 아미노산서열로 이루어진 유전정보의 개별적 단위 역시 포함하는 개념이다.
1. 시스템 및 방법의 설명
도 1을 참조하면, 본 발명의 실시예에 따른 시스템은 데이터 수집 모듈(110), 자연어 처리 모듈(120), 규정 모듈(130), 임베딩 모듈(140), 전처리 모듈(150), 데이터 학습 모듈(160), 입력 모듈(170) 및 출력 모듈(180)을 포함할 수 있다.
데이터 수집 모듈(110)은 다수의 데이터베이스(D1, D2, … Dn)로부터 데이터를 수집하도록 구성된다. 데이터 수집 모듈(110)에 의해 수집되는 데이터는 일 예로 유전자 발현 데이터, 약물-단백질 결합 데이터, 논문에 기재된 정보를 항목화한 데이터, 문서 데이터 등일 수 있으나, 상기한 형태에 제한되지 않고 질병 관련 데이터, 유전자 관련 데이터 및 약물 관련 데이터를 포함하는 것이면 그 형식은 제한되지 않는다.
이를 위해, 본 발명의 실시예에 따른 시스템은 다수의 데이터베이스(D1, D2, … Dn)와 통신 연결될 수 있으며, 다수의 데이터베이스(D1, D2, … Dn)는 공개된 데이터베이스일 수 있으나, 이에 제한되지 않고 비공개 데이터베이스일 수도 있으며, 논문 데이터베이스, 의학 정보 데이터베이스, 약학 정보 데이터베이스 및 검색 포털 데이터베이스 등을 포함할 수 있다.
데이터 수집 모듈(110)은 다수의 데이터 베이스(D1, D2, … Dn) 각각으로부터 질병(disease)과 관련된 제1 데이터, 유전자(gene)와 관련된 제2 데이터 및 약물(compound)과 관련된 제3 데이터를 수집할 수 있다.
제1 데이터는 질병과 관련된 데이터로서, 질병의 명칭 데이터, 질병의 해부학적(anatomy) 데이터(예를 들어, 질병이 발병하는 신체의 해부학적 데이터, 간암의 경우 간이 여기에 해당할 수 있음) 및 질병의 증상 데이터를 포함할 수 있다. 즉, 질병 자체를 지칭하는 용어뿐만 아니라, 질병과 관련된 정보를 제공하는데 필요한 모든 용어를 포함하는 개념이다.
제2 데이터는 유전자와 관련된 데이터로서, 유전자의 명칭 데이터, 유전자의 유전자 온톨로지(gene ontology) 데이터, 유전자의 해부학적 데이터(예를 들어, 유전자가 발현되는 신체 조직 정보, 간암과 관련성이 있는 유전자를 찾기 위해 간에서 발현이 높은 유전자들을 우선적으로 고려할 경우 간이 여기에 해당할 수 있음) 및 유전자의 생물학적 경로(biological pathway) 데이터를 포함할 수 있으며, 유전자 온톨로지 데이터는 유전자의 생물학적 과정(biological process) 데이터, 유전자의 세포 내 위치(cellular component) 데이터 및 유전자의 분자 기능(molecular function) 데이터를 포함할 수 있다. 즉, 유전자 자체를 지칭하는 용어뿐만 아니라, 유전자와 관련된 정보를 제공하는데 필요한 모든 용어를 포함하는 개념이다.
해부학적 데이터는 제1 데이터 또는 제2 데이터에 포함될 수 있는데, 예를 들어 데이터에 A 유전자가 B 조직에서 발현한다라는 내용이 포함된 경우, B 조직은 유전자 관련 데이터인 제2 데이터로 수집될 수 있고, 데이터에 C 질병이 D 조직에서 발병된다는 내용이 포함된 경우, D 조직은 질병 관련 데이터인 제1 데이터로 수집될 수 있다.
제3 데이터는 약물과 관련된 데이터로서, 약물의 명칭 데이터, 약물의 약리학적 분류(pharmacologic class) 데이터 및 약물의 부작용(side effect) 데이터를 포함할 수 있다. 즉, 약물 자체를 지칭하는 용어뿐만 아니라, 약물과 관련된 정보를 제공하는데 필요한 모든 용어를 포함하는 개념이다.
하지만, 상기한 유형에 한정되지 않고 각각 질병, 유전자, 약물과 관련된 데이터, 그리고 질병, 유전자 및 단백질 간의 관계를 예측하는 데 필요한 데이터이면 어느 것이든 포함할 수 있다고 할 것이다.
자연어 처리 모듈(120)은 데이터 수집 모듈(110)에 의해 수집된 문서 데이터로부터 기설정된 자연어 처리 알고리즘을 통해, 문서 데이터에 포함된 텍스트(text)로부터 개체들을 추출하고, 개체와 개체들 간의 관계를 도출하도록 구성된다.
자연어 처리 모듈(120)에 의해 추출된 개체와, 도출된 개체들 간의 관계는 각각 노드와 엣지로 규정될 수 있으며, 자세한 설명은 후술한다.
즉, 자연어 처리 모듈(120)은 문서 데이터에 포함된 질병(disease) 관련 용어를 제1 개체로, 유전자(gene) 관련 용어를 제2 개체로, 약물(compound) 관련 용어를 제3 개체로, 제1 개체 내지 제3 개체 간의 관계를 설명하는 용어를 제4 개체로 각각 인식하여 추출하도록 구성된다.
그리고, 자연어 처리 모듈(120)은 추출된 제1 개체 내지 제4 개체를 이용하여, 기설정된 방법으로 제1 개체 내지 제4 개체들 간의 관계를 도출하도록 구성된다.
본 발명에 따른 자연어 처리 모듈(120)에 의한 제1 개체 내지 제4 개체의 추출, 개체들 간의 관계 도출은 사전 학습된 신경망(Neural Network) 모델을 이용하여 수행될 수 있다. 즉, 신경망 모델은 제1 개체 내지 제4 개체들이 각각 레이블링된 학습 데이터를 학습하여, 질의되는 문서 데이터로부터 제1 개체 내지 제4 개체를 추출하고, 개체들 간의 관계를 도출하도록 구성될 수 있다.
종래 기술에 따를 경우, 추출의 대상이 되는 용어를 미리 색인 사전에 저장해놓은 후, 미리 저장된 용어만을 텍스트로부터 추출하게 된다. 이 경우, 색인 사전에 미리 저장되지 않은 용어가 텍스트에 포함되어 있다면, 이를 추출하지 못하고 결국에는 기존에 알려진 범위 내에서만 시스템 구축이 가능하다.
하지만, 본 발명의 경우 색인 사전에 저장된 용어를 추출하는 것이 아닌, 예를 들어, 신경망 모델이 텍스트의 어느 부분이 제1 개체 내지 제4 개체 중 어느 개체에 해당하는지 레이블링된 학습 데이터를 학습하기 때문에, 사전 학습되지 않은 용어에 대해서도 용어 자체의 형태나 전후 맥락 등을 고려하여 개체를 추출하는 것이 가능하다. 따라서, 기존의 논문을 통해 알려진 범주뿐만 아니라, 새로운 범주에서의 개체 추출 및 개체 간의 관계 도출이 가능하다.
규정 모듈(130)은 그래프 데이터베이스의 구성요소인 노드(node) 및 엣지(edge)를 규정하고, 나아가 경로(path)를 규정하며, 노드 규정 모듈(131), 엣지 규정 모듈(132) 및 경로 규정 모듈(133)을 포함한다.
노드 규정 모듈(131)은 데이터 수집 모듈(110)에 의해 수집된 데이터들 중 제1 데이터를 질병의 명칭 데이터, 질병의 해부학적 데이터, 질병의 증상 데이터 등으로 그룹화할 수 있으며, 수집된 제2 데이터를 각각 유전자의 명칭 데이터, 유전자의 생물학적 과정 데이터, 유전자의 해부학적 데이터, 유전자의 세포 내 위치 데이터, 유전자의 분자 기능 데이터, 유전자의 생물학적 경로 데이터 등으로 그룹화할 수 있고, 수집된 제3 데이터를 약물의 명칭 데이터, 약물의 약리학적 분류 데이터, 약물의 부작용 데이터로 그룹화하여 총 11개의 그룹으로 그 유형을 분류할 수 있다(도 4 참조). 하지만, 상기한 개수에 제한되지 않고 다양한 유형의 그룹이 추가될 수 있다.
다른 실시예에서는, 노드 규정 모듈(131)은 자연어 처리 모듈(120)을 통해 추출된 제1 개체, 제2 개체 및 제3 개체 각각을 미리 결정된 방법에 따라 그룹화하며, 제1 개체, 제2 개체 및 제3 개체 각각을 노드로 규정할 수도 있다.
즉, 노드 규정 모듈(131)은 자연어 처리 모듈(120)을 통해 추출된 제1 개체 내지 제3 개체와, 다수의 데이터베이스들로부터 수집된 제1 데이터 내지 제3 데이터를 각각 제1 노드 내지 제3 노드로 규정하게 된다(도 3 참조). 후술하겠지만, 엣지 규정 모듈(132)은 자연어 처리 모듈(120)을 통해 도출된 제1 개체 내지 제3 개체 간의 관계, 제1 데이터 내지 제3 데이터 간의 관계를 엣지로 규정하게 된다. 본 발명에 따라 규정된 노드들과, 노드들을 연결하는 엣지들의 예시가 도 3에 도시된다.
또한, 노드 규정 모듈(131)은 그룹화된 데이터들 내에 포함된 데이터들을 그 종류에 따라 각각의 노드로 규정한다.
즉, 노드 규정 모듈(131)은 제1 데이터(개체)를 그 종류마다 각각의 노드로 규정하고, 제2 데이터(개체)를 그 종류마다 각각의 노드로 규정하며, 제3 데이터(개체)를 그 종류마다 각각 노드로 규정한다.
도 10에서는 노드 규정 모듈(131)에 의해 규정된 노드들이 도시되며, 보다 구체적으로 PPARA, DHRS11, PRKAB2, LCN2, ATF3, THRB, PPARG, NR1H4의 유전자 관련 노드, Zoledronic acid, 13674-87-8, Bisphenol A의 약물 관련 노드, frontal cortex, liver, cortex of kidney의 질병 또는 유전자의 해부학적 데이터 관련 노드, NASH의 질병 관련 노드가 도시된다.
엣지 규정 모듈(132)은 노드 규정 모듈(131)에 의해 규정된 노드 간의 관계를 엣지로 규정한다.
엣지란 노드와 노드 사이를 잇는 연결관계를 의미하며, 엣지 규정 모듈(132)은 수집된 데이터들에 포함된 노드와 노드 사이의 관계를 해당 노드-쌍을 서로 연결하는 엣지로 규정하게 된다.
예를 들어 문서 데이터가 "유방암 환자의 경우 멍울 증상이 발생할 수 있으며, 타목시펜 호르몬제 약물을 사용하여 치료가 수행될 수 있다"라는 텍스트를 포함하는 경우, "breast cancer"라는 노드와 "멍울"이라는 노드를 연결하는 하나의 엣지가 규정될 수 있으며, "breast cancer" 노드와 "타목시펜 호르몬제"라는 노드를 연결하는 하나의 엣지가 규정될 수 있다.
이렇듯, 엣지 규정 모듈(132)은 데이터 수집 모듈(110)이 수집한 제1 데이터, 제2 데이터 및 제3 데이터를 이용하여 노드 간의 관계를 엣지로 규정할 수 있으며, 노드 규정 모듈(131)과 마찬가지로 규정된 엣지들을 그룹화할 수 있다.
도 3 및 4에는 엣지 규정 모듈(132)에 의해 규정되고 그룹화 및 유형화된 엣지들이 도시된다.
도 3을 참조하면, 엣지 규정 모듈(132)에 의해 규정된 엣지는 질병-유전자 관계 엣지(Disease-Target), 유전자-약물 관계 엣지(Target-Compound), 질병-약물 관계 엣지(Disease-Compound), 유전자 관련 엣지(Target-related), 질병 관련 엣지(Disease-related) 및 약물 관련 엣지(Compound-related)로 구분될 수 있다.
도 4에는 각 엣지를 유형화한 엣지 유형(metaedge)이 도시된다.
구체적으로, 질병-유전자 관계 엣지(Disease-Target)는, 유전자-질병 관련성 엣지 유형(associated) 및 유전자-질병 조절 관계 엣지 유형(downregulated_in, upregulated_in)을 포함한다.
유전자-약물 관계 엣지(Target-Compound)는 약물-유전자 결합 관계 엣지 유형(binds_to) 및 약물-유전자 조절 관계 엣지 유형(downregulated_by, upregulated_by)을 포함한다.
질병-약물 관계 엣지(Disease-Compound)는 약물-질병 치료 관계 엣지 유형(treats)을 포함한다.
유전자 관련 엣지(Target-related)는 유전자-해부학적 데이터 조절/발현 관계 엣지 유형(expressed_low, expressed_in, expressed_high), 유전자의 공변 관계 엣지 유형(covaries), 유전자의 참여 관계 엣지 유형(biological_process, cellular_component, molecular_function, involved_in), 유전자 또는 단백질 간 상호관계 엣지 유형(PPI, PDI) 및 유전 간섭-유전자 조절 관계 엣지 유형(regulates)을 포함한다.
질병 관련 엣지(Disease-related)는 질병-해부학적 데이터 관계 엣지 유형(occurs_in), 질병-증상 관계 엣지 유형(presents) 및 질병 동시발생 유사성 관계 엣지 유형(mentioned_with)을 포함한다.
약물 관련 엣지(Compound-related)는 약물-부작용 관계 엣지 유형(causes), 약물 구조적 유사성 관계 엣지 유형(similar_to), 약물-약리학적 분류 관계 엣지 유형(categorized_in)을 포함한다.
즉, 엣지 규정 모듈(132)은 엣지들을 24개의 그룹으로 그 유형을 분류할 수 있다. 하지만, 상기한 개수에 제한되지 않고 다양한 유형의 그룹이 추가될 수 있음을 이해하여야 할 것이다.
경로 규정 모듈(133)은 엣지 규정 모듈(132)에 의해 규정된 엣지를 1개 이상, 구체적으로는 2개 이상 포함하되, 포함된 엣지들이 서로 연결된 것을 경로로 규정한다.
보다 구체적으로, 경로 규정 모듈(133)은 노드-쌍(pair)마다 엣지 규정 모듈(132)에 의해 규정된 엣지들로 서로 연결된 것을 경로로 규정하게 된다.
보다 구체적으로는, 노드-쌍이 서로 연결되되, 2개 이상 5개 이하의 엣지들로 연결되는 것(엣지들)을 경로로 규정할 수 있으며, 더욱 구체적으로는 노드-쌍이 서로 연결되되, 2개 이상 3개 이하의 엣지들로 연결되는 것(엣지들)을 경로로 규정할 수도 있다. 4개 이상의 엣지들로 연결된 노드-쌍들은 유효한 경로에서 제외될 수 있는데, 다수의 단계를 거쳐 노드 간이 서로 연결되는 경우, 그 관련성이 약하다고 볼 수 있기 때문이다.
도 10을 참조하면, PPARA-Zoledronic acid-DHRS11-NASH로 이어지는 하나의 경로가 도시되고, PPARA-liver-NR1H4-NASH로 이어지는 하나의 경로가 도시된다.
경로 규정 모듈(133)에 의해 규정된 경로들은, 경로를 구성하는 엣지들의 개수, 순서 및 유형(도 4에 도시된)의 조합 경우의 수에 따라 다수의 경로 유형이 결정될 수 있다.
예를 들어, "AKT1-associates-Alzheimer's disease-resembles-Parkinson's disease"라는 경로는 "Gene-associates-Disease-resembles-Disease"와 같은 경로 유형을 갖는다. 다시 말해, A(a 유형)-B(b 유형) 엣지를 포함하는 경로는 (a,b) 유형으로 규정될 수 있으며, A(a 유형)-B(b 유형)-C(c 유형) 엣지를 포함하는 경로는 (a,b,c) 유형으로 규정될 수 있으며, 서로 다른 유형으로 취급될 수 있다.
또한, 경로 규정 모듈(133)은 다수의 경로의 유형들 중 일부를 기 설정된 경로 유형(metapath)으로 분류할 수 있다. 후술하겠지만, 기 설정된 경로 유형에 해당되지 않은 경로 유형들은 본 발명에 따른 학습 과정에서 배제된다.
예를 들어, 경로 규정 모듈(133)은 다수의 경로 유형들 중, Disease -mentioned_with - Disease - associates_with - Gene 순서의 엣지 유형을 포함하는 경로 유형을 기 설정된 경로 유형으로 설정할 수 있으며, 다른 예에서는 Disease - treated_by - Compound - binds_to - Gene - interacts_with - Gene 순서의 엣지 유형을 포함하는 경로 유형을 기 설정된 경로 유형으로 설정할 수 있다. 본 발명에서는 특별히 이에 제한되지 않고, 시스템 관리자에 의해 기 설정된 경로 유형이 설정될 수도 있으며, 임의의 노드-쌍을 연결하는 경로들 중 의미가 있는 경로들만을 학습시킴에 따라 학습의 효율과 정확도가 향상될 수 있다.
또한, 경로 규정 모듈(133)은 엣지들의 개수, 순서 및 유형의 조합 경우의 수에 따라 결정되는 다수의 경로 유형들 중 Disease - treated by - Compound - downregulates - Gene - regulated by - Gene 순서의 엣지 유형을 포함하는 경로 유형과, Disease - downregulates - Gene - upregulated by - Compound - binds to - Gene의 순서의 엣지 유형을 포함하는 경로 유형은 기 설정된 경로 유형으로 설정하지 않을 수 있다. 이 역시, 시스템 관리자에 의해 기 설정된 경로 유형에서 배제되는 경로 유형이 설정될 수 있으며, 임의의 노드-쌍을 연결하는 경로들 중 의미가 없거나 중요도가 떨어지는 경로들은 학습 과정에서 배제됨으로써, 학습의 효율이 향상되고 연산의 정확도가 향상될 수 있다.
ID 부여 모듈(134)은 노드 규정 모듈(131)에 의해 규정된 노드들 각각에 고유의 ID를 부여하도록 구성된다.
즉, 본 발명에 따른 ID 부여 모듈(134)은 각각의 노드를 나타내는 임의의 용어에 각각 고유의 ID를 부여하게 되는데, 상기 임의의 용어의 동의어(synonym) 및 축약어(abbreviation) 등 상기 임의의 용어와 동일하다고 판단될 수 있는 용어들에도 상기 임의의 용어와 동일한 ID를 부여하도록 구성된다.
한편, 임의의 용어에 2개 이상의 ID가 부여되는 경우가 있을 수 있다. 예를 들어, alpha-fetoprotein의 경우 AFP라는 축약어로도 지칭되며, alpha-fetoprotein과 AFP는 모두 174라는 ID가 부여될 수 있다.
AFP는 TRIM26이라는 유전자의 동의어에도 해당하는데, 즉 AFP는 TRIM26의 ID와 동일한 7726라는 ID가 부여될 수도 있다.
즉, AFP는 174 및 7726이라는 2개의 ID가 부여되는데, 이 경우 ID 부여 모듈(134)은 축약어에 매칭되는 ID(7726)이 아닌 AFP의 풀 네임(full name)에 매칭되는 ID를 AFP의 ID로 부여하게 된다.
저장 모듈(135)에는 각각의 노드마다 고유의 ID가 매핑(mapping)되어 저장되어 있으며, ID 부여 모듈(134)은 저장 모듈(135)에 저장된 ID들을 이용하여 각각의 노드에 고유의 ID를 부여하게 된다.
임베딩 모듈(140)은 노드 규정 모듈(131)에 의해 규정된 노드, 엣지 규정 모듈(132)에 의해 규정된 엣지와 엣지 유형(metaedge) 및 경로 규정 모듈(133)에 의해 규정된 경로와 기 설정된 경로 유형(metapath) 중 하나 이상에 대해 임베딩(embedding)을 수행한다.
보다 구체적으로는 임베딩 모듈(140)은 노드 규정 모듈(131)에 규정된 노드와, 엣지 규정 모듈(132)에 의해 규정된 엣지 유형 각각에 대해 임베딩(embedding)을 수행한다.
이하에서는, 임베딩 모듈(140)에 의한 임베딩 방법의 일 예를 설명한다.
먼저, 임베딩 모듈(140)은 노드 규정 모듈(131)에 의해 규정된 전체 노드를 각각 k개의 랜덤 변수로 구성된 실수 벡터로 초기화한다. 여기서 k는 128일 수 있다. 하지만, 이에 제한되지 않고 64, 256, 512, 1024 등 다양한 랜덤 변수로 구성된 실수 벡터로 초기화하는 것이 가능하다.
다음, 엣지 규정 모듈(132)에 의해 규정된 전체 엣지 유형을 각각 k개의 랜덤 변수로 구성된 실수 벡터로 초기화한다. 여기서 k는 128일 수 있다. 하지만, 이에 제한되지 않고 64, 256, 512, 1024 등 다양한 랜덤 변수로 구성된 실수 벡터로 초기화하는 것이 가능하다.
다음, 임의의 노드-쌍이 엣지 규정 모듈(132)에 의해 규정된 엣지 유형을 가지는 엣지로 서로 연결되어 있는지 여부를 판단하여 지도 학습 레이블 데이터로 주입한다. 임의의 노드 쌍(소스 노드, 타겟 노드)이 엣지 규정 모듈(132)에 의해 규정된 엣지 유형을 가지는 엣지로 서로 연결되는 경우 1의 데이터가 주입될 것이며, 서로 연결되지 않을 경우 0의 데이터가 주입될 것이다.
3개의 k차원 벡터(소스 노드, 타겟 노드, 엣지 유형)를 입력으로 하는 예측 함수가 실제 연결 여부와 일치되도록 k차원 벡터를 조정한다. 여기서, 예측 함수는 TransE, HolE 또는 DistMult 등의 모델일 수 있으나, 이에 제한되지 않고 다양한 예측 함수 모델이 본 발명에 적용될 수 있다.
조정이 완료되면 각각의 노드에 대응하는 k차원의 실수 벡터들이 해당 노드와 엣지 유형의 임베딩 결과로 산출된다.
상기한 방법 이외에도 다양한 임베딩 방법이 수행될 수 있으며, 임베딩 모듈(140)에 의한 임베딩 결과, 각각의 노드는 k차원 공간 상에서 하나의 점으로 사상될 수 있다. 또한, 임베딩 모듈(140)에 의한 임베딩의 결과로서, 제1 노드 내지 제3 노드 각각이 k차원 공간 상에서 사상될 뿐만 아니라, 엣지 유형들이 함께 k차원 공간에 임베딩될 수 있다.
임베딩 모듈(140)은 자연어 처리 모듈(120)에 의해 추출된 제1 개체 내지 제3 개체에 대해 워드 임베딩(word embedding)을 수행할 수 있다.
임베딩 모듈(140)에 의해 워드 임베딩이 수행되면, 각각의 개체들은 다차원 공간 상에 사상되며, 개체들 간의 거리는 해당 개체-쌍이 문서 데이터에서 출현된 빈도에 기초하여 결정될 수 있다.
즉, A라는 질병 요소와 B라는 유전자 요소 간의 관계를 서술하는 문서 데이터가 100개이고, A라는 질병 요소와 C라는 유전자 요소 간의 관계를 서술하는 문서 데이터가 10개인경우, A와 B 간의 거리가 A와 C 간의 거리보다 가깝도록 다차원 공간에 사상될 수 있다.
개체들 간의 거리 연산을 통하여 각 요소 간 관련성, 예를 들어 질병과 유전자 간 관련성, 유전자 간 관련성 또는 유사도, 질병 간 관련성 또는 유사도 및 약물 간 관련성 또는 유사도 등의 정보를 더 획득할 수 있다.
전처리 모듈(150)은 경로에 포함된 엣지들의 스코어를 미리 결정된 방법에 따라 연산하여 경로들의 스코어를 연산하는 경로 스코어 연산 모듈(151) 및 경로 스코어 연산 모듈(151)이 연산한 스코어에 기초하여 경로 규정 모듈(133)에 의해 규정된 경로들 중 일부를 추출하는 경로 추출 모듈(152)을 포함할 수 있다.
경로 스코어 연산 모듈(151)에 의해 경로에 포함된 엣지들의 스코어를 연산하여 해당 경로의 스코어를 연산하는 방법을 설명한다.
경로에 포함된 각각의 엣지들의 스코어는 임베딩 모듈(140)에서 임베딩된 각각의 노드들과 엣지 유형을 이용하여 연산된다. 즉, 경로에 포함되는 각각의 엣지는 해당 엣지 유형의 k차원 실수 벡터(사상) 및 엣지의 시작과 끝 노드들의 k차원 실수 벡터를 가지며, 이 실수 벡터들로부터 해당 엣지 스코어가 계산될 수 있다. 구체적인 연산 방식의 예시로 임베딩 모듈(140)에서 사용된 예측 함수가 적용될 수 있으며, 각각의 노드 사상들의 유사도(similarity) 역시 적용될 수 있다.
상기 노드 사상들의 유사도에 기반한 계산 방식은 k차원 공간 상에 사상된 노드 간의 유사도가 높을수록 해당 노드들을 연결하는 엣지에 높은 스코어가 부여되는 방식이다. 유사도 연산 방식으로는 벡터와 벡터 사이의 각도를 연산하는 방식(보다 구체적으로는 두 벡터의 cosine값을 연산하는 방식)이 적용될 수 있으며, 이는 예시이므로 벡터 간의 유사도를 연산할 수 있는 다양한 방식이 적용될 수 있다고 할 것이다.
n(n은 1 이상의 정수)개의 엣지를 포함하는 경로의 경우 n개 엣지 각각의 엣지 스코어를 합산하여 해당 경로의 스코어가 연산될 수 있으며, n+1개의 엣지를 포함하는 경로의 경우 n+1개 엣지 각각의 스코어를 합산하여 해당 경로의 스코어가 연산될 수 있다.
경로 추출 모듈(152)은 기 설정된 경로 유형(metapath)마다 일부의 경로를 추출한다.
전술한 바와 같이, 경로 유형은 경로에 포함된 엣지들의 개수, 순서 및 유형에 따라 분류될 수 있다. 예를 들어, A(a 유형)-B(b 유형) 엣지를 포함하는 경로는 (a,b) 유형으로 규정될 수 있으며, A(a 유형)-B(b 유형)-C(c 유형) 엣지를 포함하는 경로는 (a,b,c) 유형으로 규정될 수 있으며, 서로 다른 유형으로 취급될 수 있다.
보다 구체적으로는 임의의 노드-쌍의 경로들 중 기 설정된 경로 유형을 갖는 경로들에 대해, 경로 스코어 연산 모듈(151)이 연산한 경로 스코어를 이용하여, 스코어가 높은 순으로 경로 유형마다 일부의 경로를 추출할 수 있으며, 일 예로 경로의 유형마다 5개의 경로를 추출할 수 있다. 하지만, 5개에 제한되지 않고 5개 미만 또는 5개 초과의 개수의 경로가 추출될 수 있음을 이해하여야 할 것이다.
데이터 학습 모듈(160)은 임베딩 모듈(140)에 의해 수행된 임베딩 결과와, 경로 추출 모듈(152)에 의해 추출된 경로를 인공신경망(artificial neural network, ANN) 모델에 학습시키고, 학습시킨 모델에 어텐션(attention) 메커니즘과 초모수 최적화 메커니즘을 적용할 수 있다. 여기에서, 어텐션 메커니즘은 경로 추출 모듈(152)에 의해 추출된 경로들에 대하여, 추출된 경로 상에 포함된 모든 노드와, 추출된 경로의 경로 유형에 따라 가중치(weight)를 서로 다르게 부여하는 방법(어텐션 메커니즘)이 적용될 수 있다. 즉, 인공신경망 모델에 k차원 공간에 사상된 노드들(node feature)과 임의의 노드-쌍을 연결하는 경로 중 중요도가 높은, 즉 가중치가 부여된 경로(path feature)를 학습시키는 것이다(도 5 참조). 이에 더하여, 인공신경망 모델에 이미 알려진 개체들간의 관련성 여부를 학습시킬 수 있다.
다수의 데이터베이스에서 수집된 데이터 전체가 아닌, 수집한 데이터를 그룹화하고, 그룹화된 데이터의 임베딩 결과와, 중요도 높은 경로만을 학습시킴에 따라 연산의 효율화가 가능하다.
여기서, 인공신경망 모델은 DNN(Deep Neural Network), CNN(Convolutional Neural Network), DCNN(Deep Convolutional Neural Network), RNN(Recurrent Neural Network), RBM(Restricted Boltzmann Machine), DBN(Deep Belief Network), SSD(Single Shot Detector), MLP (Multi-layer Perceptron) 또는 어텐션 메커니즘(Attention Mechanism)을 기반으로 한 모델일 수 있으나, 이에 제한되지 않고 다양한 인공신경망 모델이 본 발명에 적용될 수 있다.
상기한 과정에 의해 인공신경망 모델의 학습이 완료되면, 인공신경망 모델은 입력층에 질의되는 임의의 키워드와 관련된 다른 개체들을 출력층을 통해 출력할 수 있다. 구체적으로는, 질의되는 임의의 키워드와 관련되면서, 질의된 키워드와 다른 유형의 개체들이 스코어가 높은 순서로 출력(즉, 질병이 질의되는 경우 유전자, 단백질 또는 약물이 출력됨)될 수 있으며, 이에 따라 질의되는 키워드와 관련된 중요도가 높은 개체 순으로 파악하는 것이 가능하다.
입력 모듈(170)은 입력 장치의 형태를 가질 수 있으며, 예를 들어 터치 패널, 키보드일 수 있으나, 사용자 명령을 입력받아 본 발명에 따른 시스템에 상기 명령을 전송할 수 있는 형태이면 특별히 제한되지는 않는다.
또한, 출력 모듈(180)은 출력 장치의 형태를 가지며, 예를 들어 모니터, 디스플레이 패널일 수 있으나, 본 발명에 따른 시스템의 연산 결과를 육안으로 확인할 수 있는 형태이면 특별히 제한되지는 않는다.
본 발명에 따라 시스템 구축이 완료되면, 입력 모듈(170)을 통해 입력된 키워드(예를 들어, 임의의 질병, 유전자, 단백질 또는 약물 등) 또는 키워드-쌍(질병-유전자, 질병-약물, 유전자-약물 등)은 데이터 학습 모듈(160), 즉 인공신경망 모델에 질의될 수 있으며, 인공신경망 모델의 연산에 의해 질의되는 키워드와 관련성 있는 개체들이 출력 모듈(180)을 통해 중요도 순으로 출력되거나, 질의되는 키워드-쌍이 실제로 관련성 있는 것인지에 대한 여부가 출력될 수 있다(도 2 참조).
도 6은 입력 모듈(170)을 통해 ALZHEIMER'S DISEASE라는 질병이 인공신경망 모델에 질의되고, 출력 모듈(180)을 통해 연산의 결과가 출력되는 모습을 나타낸 도면이다. ALZHEIMER'S DISEASE와 관련된 개체로서, GRIN2A, GRIN2B, PPARG, ADRB3, PTGS2 등이 중요도 순으로 리스트화되어 출력되는 모습이 도시된다.
본 발명은 질의되는 키워드와 관련된 개체의 심볼(Symbol)만이 출력되는 것이 아닌, 해당 개체의 구체적 이름(Name), 이들간의 관계가 기존 알려진 지식에 비추어 보았을 때 얼마나 새로운 발견인지(Novelty), 질의된 키워드(노드)와 해당 개체의 관련성 정도를 알고리즘이 정량화한 스코어(Score) 등이 함께 출력된다. 이에 기반하여, 사용자는 출력된 리스트에서 임의의 개체(예를 들어, 유전자 또는 단백질)를 선택할 수 있다.
또한, 사용자 선택에 의해 특정 스코어 및 특정 Novelty 조건을 만족하는 결과만 출력되는 것도 가능하다. 예를 들어, 스코어가 0.8 이상이고, Novelty가 0.9 이상인 개체들만 출력되도록 설정하는 경우, 해당 조건을 만족하는 개체들의 리스트만이 출력될 수도 있다.
입력 모듈(170)을 통해 임의의 개체를 선택하는 경우, 질의된 키워드와 선택된 개체 사이의 노드 및 엣지로 구성된 그래프 형태의 차트가 출력될 수도 있다(도 7 참조). 그래프 형태의 차트가 출력됨으로써, 단순히 관련된 노드들을 나열하는 것보다 더욱 직관적이게 된다. 그리고, 질의된 키워드와 선택된 개체 간의 경로에 포함된 노드들, 그리고 엣지들이 모두 출력될 수 있어서, 예측의 근거를 시각화하여 보여주는 것이 가능하다.
예를 들어, 입력 모듈(170)를 통해 임의의 질병을 질의하면, 해당 질병과 관련된 중요도 순으로 유전자 또는 단백질들이 정렬되어 출력되고, 이들 중 선택된 유전자 또는 단백질과 입력된 질병 사이의 경로들이 시각화되어 출력될 수 있음에 따라 유전자 또는 단백질을 타겟으로 하는 신약을 개발하는 데에 도움을 줄 수 있다.
또한, 입력 모듈(170)를 통해 임의의 유전자 또는 단백질을 질의하면, 해당 유전자 또는 단백질과 관련된 중요도 순으로 질병들이 정렬되어 출력되고, 이들 중 선택된 질병과 입력된 유전자 또는 단백질 사이의 경로들이 시각화되어 출력될 수 있음에 따라, 양방향 질의(query)가 가능한 장점을 갖는다.
즉, 본 발명에 따를 경우 임의의 질병을 질의하면 해당 질병과 관련된 유전자 또는 단백질이 중요도 순으로 정렬되어 출력되고, 임의의 유전자 또는 단백질을 질의하면 해당 유전자 또는 단백질과 관련된 중요도 순으로 질병들이 정렬되어 출력된다. 따라서, 특정 질병에 대한 유전자/단백질 및 약물 개발 연구와, 특정 유전자/단백질 또는 약물을 가지고 이와 관련한 질병을 예측하는 연구가 하나의 시스템 상에서 모두 수행될 수 있어서 많은 연구자에게 종합적인 정보 및 편의성을 제공하는 것이 가능하다. 뿐만 아니라, 양 방향 교차 검증이 가능하게 되어 예측의 정확성이 더욱 향상되는 효과도 갖게 된다.
한편, 본 발명에서는 임의의 키워드-쌍이 질의되었을 때 실제로 해당 키워드-쌍 간의 관련성 정도를 예측한 스코어를 연산하도록 구성된 인공신경망 모델을 이용할 수 있다.
인공신경망 모델에는 임의의 질병, 유전자, 단백질 및 약물 중 어느 하나의 키워드가 질의될 수 있으며, 다른 예에서는 키워드-쌍이 질의될 수도 있음을 전술한 바 있다.
이 때, 인공신경망 모델의 연산을 통해 질의되는 키워드와 관련되면서도, 질의된 키워드와 다른 유형의 개체들이 출력된다(즉, Alzheimer's disease라는 질병이 질의되었을 때, 질병과 다른 유형인 유전자, 단백질, 약물 중 Alzheimer's disease와 관련된 유전자, 단백질, 약물이 출력됨).
도 6은 Alzheimer's disease라는 키워드가 질의되었을 때, Alzheimer's disease와 관련된 다른 개체들이 출력되는 모습이 도시된다.
여기에서, 출력되는 각각의 개체에는 스코어가 함께 표시되는데, 표시되는 스코어는 인공신경망 모델로부터 연산된다.
인공신경망 모델은 "질의된 키워드"-"예측 대상 개체"의 관련성 및 중요도의 맥락 하에서 개체의 스코어를 연산한다. 즉, "질의된 키워드"-"예측 대상 개체"(예를 들어, 질병-타겟) 간 가능한 경로들 중 기 설정된 경로 유형(metapath)에 속하는 경로를 찾고, 각 경로마다 "질의된 키워드"-"예측 대상 개체"간 관련성을 파악하여 가중치를 연산한다. 이 때, "질의된 키워드"-"예측 대상 개체"와 관련된 경로인 경우 높은 가중치가 부여될 수 있으며, "질의된 키워드"-"예측 대상 개체"와 무관한 경로인 경우 낮은 가중치가 부여될 수 있을 것이다.
다음, 연산된 가중치에 기초하여 여러 경로들을 하나의 실수 벡터로 병합한다.
다음, 병합된 실수 벡터와, 질의된 키워드 임베딩, 예측 대상 개체 임베딩을 입력으로 하는 다층 퍼셉트론(multi-layer perceptron; MLP)을 이용하여 스코어를 연산할 수 있다.
인공신경망 모델에서 출력되는 스코어는 질의된 키워드-예측 대상 노드 쌍이 실제로 관련있을 가능성을 나타내는 스코어에 해당된다. 즉, 도 6에 도시된 스코어가 높을수록 ALZHEIMER'S DISEASE라는 질병과 관련된 유전자 또는 단백질일 확률이 높다고 할 수 있다.
본 발명의 실시예에 따른 시스템은 사용자 데이터베이스(Du)로부터 데이터를 더 수집할 수 있다.
"사용자 데이터베이스(Du)"란 해당 시스템 사용자가 실험 등을 통해 확보한 데이터셋이 저장된 데이터베이스를 의미한다.
즉, 데이터 수집 모듈(110)이 다수의 데이터베이스(D1, D2, … Dn)로부터 데이터를 수집하여 구축한 그래프 데이터베이스에 사용자 데이터베이스(Du)로부터 데이터를 더 추가할 수 있으며, 이는 실험 등을 통해 검증된 데이터, 예를 들어 질병-단백질 쌍 간의 관계를 확인한 데이터를 포함할 수 있기에 예측의 정확도가 더 향상될 수 있으며, 연구 컨텍스트가 반영된 예측 결과를 획득할 수 있다는 장점을 가진다.
사용자 데이터베이스(Du)는 프라이빗 데이터(private data)가 저장되어 있기 때문에, 사용자 데이터베이스(Du)의 사용자에 매칭되는 계정을 통해 시스템에 접속하여야만 해당 사용자 데이터베이스(Du)로부터 데이터 수집이 가능하도록 구성될 수 있다.
또한, 본 발명은 기존의 공개된 데이터베이스에서 수집된 데이터들을 이용하여 구축한 그래프 데이터베이스에, 입력 모듈(180)을 통한 사용자 명령에 의해 특정 방식의 조작(manipulation)이 이루어질 수 있다(도 8 참조).
본 발명의 실시예에 따르면, 특정 질병이 발병된 경우 유전자의 발현 변화된 정보(발현이 증가 또는 발현이 감소) 추가, 특정 약물을 투여한 경우 유전자의 발현 변화된 정보(발현이 증가 또는 발현이 감소) 추가, 특정 약물에 결합하는 단백질의 정보 추가, 특정 유전자 노드 추가 또는 제거 등의 조작이 이루어질 수 있다. 그리고, 해당 조작이 반영된 데이터에 기초하여 본 발명에 따른 인공신경망 모델의 연산이 이루어짐으로써 사용자가 가한 변형이 결과에 미치는 영향을 확인하는 것이 가능하다.
상기 조작은 기존의 공개 데이터베이스(D1, D2, … Dn)에서 제시된 데이터의 내용과는 다른 범주에서 수행되는 것이 바람직하다. 예를 들어, A 유전자의 발현이 증가하는 경우 B 질병의 발병 확률이 증가한다라는 내용이 이미 공개되어 있음이 가정된 경우, 상기 내용에 따른 조작을 수행하더라도 기존 구축된 그래프 데이터베이스의 변형이 이루어지지 않기 때문이다. 반면, 기존 공개 데이터베이스에 제시된 데이터의 범주가 아닌 새로운 범주의 데이터가 추가된다면(예를 들어, 기존의 데이터에는 C 약물이 A 유전자의 발현을 억제한다라는 내용이 전혀 알려지지 않았는데, 해당 내용을 추가하는 경우), 기존 구축된 그래프 데이터베이스의 변형이 이루어질 수 있다. 상기 조작을 통해, 기존 데이터베이스와 사용자에 의해 조작이 이루어진 변형 데이터베이스에서의 결과를 비교하는 것이 가능하며, 이에 따라 사용자가 인가한 조작이 결과에 얼마나 영향을 미친 것인지 확인하는 것이 가능하다.
예를 들어, 입력 모듈(170)을 통해 임의의 노드 추가 또는 삭제 후 연산 수행이라는 명령이 입력될 수 있다. 또한, 노드에 국한되는 것이 아닌 엣지, 나아가 경로의 추가 또는 삭제 후 연산 수행이라는 명령이 입력될 수도 있다. 즉, 시스템 사용자가 원하는 노드가 추가로 존재하거나, 존재하지 않는 것을 가정하여 인공신경망 모델에 의한 연산이 수행될 수 있으며, 일 예시로 구체적으로 입력 모듈(170)를 통해 "CHD1"노드 삭제 후 연산 수행이라는 명령이 입력되면 인공신경망 모델은 CHD1 노드와 CHD1 노드와 임의의 노드 간의 관계에 해당하는 엣지들이 삭제된 상황에서의 연산을 수행할 수 있다. 다시 말하면, "CHD1"이 녹아웃(knockout)된 상황을 가정하여 질의된 질병과 관련된 중요도 높은 유전자 또는 단백질이 출력될 수 있는 것이다. 여기에서, 사용자 조작을 통해 노드가 삭제되는 경우, 삭제된 노드와 다른 노드를 연결하는 엣지 또한 함께 삭제될 수 있다.
시스템 사용자가 원하는 노드를 추가 후 연산 수행이라는 명령이 입력되면 반대로, 추가된 노드와, 추가된 노드와 임의의 노드 간의 관계가 추가된 상황에서의 연산을 수행할 수 있으며, 사용자가 원하는 데이터를 추가하거나 제거함에 따라 발생하는 가상 환경에서의 결과를 획득할 수 있게 된다.
상기 조작에 따라 변형되는 결과 정보는 각 사용자의 사용자 데이터베이스(Du)에 따로이 저장될 수 있으며, 사용자 데이터베이스(Du)는 해당 사용자만이 접근이 가능한 바, 보안성 역시 유지될 수 있다.
본 발명에 따른 시스템은 질의 명령뿐만 아니라, 검색 기능이 제공될 수도 있다. 즉, 탐색하고자 하는 검색어를 입력하면 입력된 검색어를 포함하는 데이터들이 출력되는 데이터베이스 브라우징 기능이 제공될 수 있다.
즉, 질의 명령의 결과로서 출력되는 예측 결과 및 중요 경로의 구성 요소들에 대해 추가 정보를 탐색할 수 있도록 구성되며, 질의된 검색어를 포함하는 데이터뿐 아니라 해당 검색어와 연결된 정보들을 확장해가면서 획득하는 것도 가능하다(도 9 참조).
또한, 본 발명에 따라 구축된 데이터베이스 및 변형 데이터베이스(사용자 데이터베이스로부터 사용자 데이터를 더 수집하여 구축된 데이터베이스, 사용자 조작이 반영되어 구축된 데이터베이스) 중 하나를 선택하고, 선택된 데이터베이스 내의 다양한 노드와 엣지를 탐색하여 필요한 정보를 얻는 것이 가능하다.
또한, 임의의 키워드를 질의하는 경우, 질의된 키워드(예를 들어, 질병)와 관련된 개체(예를 들어, 타겟 유전자 또는 단백질) 리스트들이 출력되는데, 개체 리스트들 중 어느 하나의 개체를 선택하는 경우 질의된 키워드-개체 간 경로 그래프에서도 검색 기능이 제공된다. 즉, 도 9와 같은 그래프 상의 특정 노드로부터 이와 관련된 노드, 엣지들을 사용자가 자유로이 탐색이 가능하다.
또한, 본 발명에 따른 시스템은, 검증 기능이 구비되어 성능을 간접적으로 검증하는 것이 가능하다.
특정 시점을 기점으로 상기 특정 시점까지 다수의 공개 데이터베이스들(D1, D2, … Dn)에 저장된 데이터들을 수집하여 본 발명에 따른 시스템을 구축한 후, 상기 특정 시점 이후에 다수의 공개 데이터베이스들(D1, D2, … Dn)에 업데이트된 문서 데이터들을 수집하여 자연어 처리 모듈(120)을 통해 문서 데이터들에서 개체와 개체들 간의 관계를 도출한다.
그리고, 본 발명에 따라 예측된 노드-쌍 중 특정 임계치 이상의 신뢰도로 예측한 노드-쌍(제1 데이터-쌍)이, 자연어 처리 모듈(120)을 통해 추출된 개체-쌍(제2 데이터-쌍)에 포함되는 경우, 해당 노드-쌍이 실제 관련성 있는 것으로 교차 검증하는 것이 가능하다.
2. 검증 실험
본 발명에 따라 구축되는 시스템의 우수성을 검증하기 위해 검증 실험을 실시하였다.
먼저, 평가의 대상이 되는 질병 리스트들을 추려내었다. 여기서, 평가의 대상이 되는 질병이란, 이미 특정 유전자 또는 단백질이 해당 질병과 관련이 있다고 알려져 있어서, 해당 질병을 본 발명의 시스템에 질의하였을 때 예측되는 결과(유전자/단백질) 리스트들에서 상기 알려진 특정 유전자 또는 단백질이 높은 스코어로 예측되었는지 확인할 수 있는 질병을 의미한다.
평가의 대상이 되는 질병을 질의하여 출력되는 결과들에 대해 각각 1) AUPRC, 2) Prec@20 (Precision @ 상위20위) 두 가지 지표를 연산하였다.
도 11은 동일한 set의 질병이 질의되는 경우, 질의된 질병과 관련성 있는 인자들을 예측하도록 구성된 종래의 RandomForest Model과, 본 발명에 따라 구축되는 시스템에서의 AURPC 및 Prec@20 지표 값들의 분포를 도시한다.
x축의 값이 1에 가까울수록 높은 예측 성능을 갖는다고 볼 수 있는데, 본 발명에 따라 구축되는 시스템의 경우 종래 예측 모델에 비해 월등히 우수한 예측 성능을 갖는다는 것을 실험을 통해 입증할 수 있었다.
본 발명의 실시예에 따른 시스템의 구성 전체 내지 적어도 일부는 하드웨어 모듈 형태 또는 소프트웨어 모듈 형태로 구현되거나, 하드웨어 모듈과 소프트웨어 모듈이 조합된 형태로도 구현될 수 있다.
여기서, 소프트웨어 모듈이란, 예컨대, 시스템 내에서 연산을 제어하는 프로세서에 의해 실행되는 명령어로 이해될 수 있으며, 이러한 명령어는 질병 관련 인자 예측 시스템 내 메모리에 탑재된 형태를 가질 수 있을 것이다.
이상 본 발명의 바람직한 실시 예를 참조하여 설명하였지만, 당업계에서 통상의 지식을 가진 자라면 이하의 청구범위에 기재된 본 발명의 사상 및 영역을 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 시스템
110: 데이터 수집 모듈
120: 자연어 처리 모듈
130: 규정 모듈
131: 노드 규정 모듈
132: 엣지 규정 모듈
133: 경로 규정 모듈
134: ID 부여 모듈
135: 저장 모듈
140: 임베딩 모듈
150: 전처리 모듈
151: 경로 스코어 연산 모듈
152: 경로 추출 모듈
160: 데이터 학습 모듈
170: 입력 모듈
180: 출력 모듈

Claims (20)

  1. (a) 노드 규정 모듈(131)이 다수의 데이터베이스 각각으로부터 수집된 데이터에 포함된 질병 관련 데이터를 제1 노드로 규정하고, 유전자 관련 데이터를 제2 노드로 규정하며, 약물 관련 데이터를 제3 노드로 규정하는 단계;
    (b) 엣지 규정 모듈(132)이 상기 노드 규정 모듈(131)에 의해 규정된 제1 노드 내지 제3 노드 간의 관계를 엣지로 규정하고, 규정된 엣지들을 그 특성에 따라 하나 이상의 엣지 유형(metaedge)으로 그룹화하는 단계;
    (c) 경로 규정 모듈(133)이 노드-쌍(pair)마다 상기 엣지 규정 모듈(132)에 의해 규정된 엣지들로 서로 연결된 것을 경로(path)로 규정하는 단계;
    (d) 임베딩 모듈(140)이 상기 노드 규정 모듈(131)에 의해 규정된 제1 노드 내지 제3 노드 및 상기 엣지 규정 모듈(132)에 의해 규정된 엣지 유형에 대해 임베딩(embedding)을 수행하는 단계;
    (e) 경로 스코어 연산 모듈(151)이, 상기 (c) 단계에서 규정된 경로마다의 경로 스코어를 연산하는 단계로서, 상기 (d) 단계에서 수행된 엣지 유형의 임베딩 결과값과, 제1 노드 내지 제3 노드의 임베딩 결과값을 이용하여 경로에 포함된 각각의 엣지들의 엣지 스코어를 연산하고 임의의 노드-쌍의 경로에 포함된 모든 엣지들의 엣지 스코어를 이용하여 경로마다의 경로 스코어를 연산하는 단계;
    (f) 경로 추출 모듈(152)이 임의의 노드-쌍의 경로들 중에서 상기 (e) 단계에서 연산된 경로 스코어가 높은 순서에 따라, 기 설정된 경로 유형(metapath)마다, 상기 기 설정된 경로 유형에 포함된 다수의 경로 중 일부의 경로를 추출하는 단계;
    (g) 데이터 학습 모듈(160)이, 기설정된 구조를 갖는 인공신경망이 입력층에 질의되는 키워드와 예측 대상 개체 사이의 관련성 또는 입력되는 키워드-쌍 사이의 관련성을 연산하여 출력하도록, 상기 (d) 단계에서 수행된 임베딩 결과와, 상기 (f) 단계에서 수행된 임의의 노드-쌍의 경로들 중에서 기 설정된 경로 유형마다 상기 경로 추출 모듈(152)에 의해 추출된 경로를 상기 인공신경망에 학습시키는 단계로서, 상기 경로 추출 모듈(152)에 의해 추출되지 않은 경로들은 학습에서 배제되는, 단계;
    (h) 입력 모듈(170)을 통해 상기 학습된 인공신경망에 질병, 유전자 및 약물 중 어느 하나의 키워드 또는 키워드-쌍이 질의되는 단계; 및
    (i) 출력 모듈(180)을 통해 상기 인공신경망의 연산에 의해, 질의된 키워드와 관련된 개체(entity)들이 출력되거나, 질의된 키워드-쌍의 관련성이 출력되는 단계;를 포함하며,
    경로를 구성하는 엣지의 개수, 엣지의 순서 및 엣지 유형의 조합에 따라 경로 유형이 구분지어지며, 상기 기 설정된 경로 유형은 구분지어진 경로 유형 중 적어도 일부의 유형인,
    예측 방법.
  2. 제1항에 있어서,
    상기 (d) 단계는, 상기 임베딩 모듈(140)이 상기 노드 규정 모듈(131)에 의해 규정된 제1 노드 내지 제3 노드 각각에 대해 다차원 공간 상에서 실수 벡터 값이 부여되도록 실수 벡터화하고, 상기 엣지 규정 모듈(132)에 의해 규정된 엣지 유형 각각에 대해 상기 다차원 공간 상에서 실수 벡터 값이 부여되도록 실수 벡터화하여, 제1 노드 내지 제3 노드 각각 및 엣지 유형 각각에 대해 임베딩(embedding)을 수행하는 단계;를 더 포함하고,
    상기 (e) 단계는 경로 스코어 연산 모듈(151)이, 상기 임베딩 모듈(140)에 의해 임베딩된 제1 노드 내지 제3 노드 및 엣지 유형의 실수 벡터 값을 이용하여, 기설정된 방법에 따라 노드-쌍의 경로에 포함된 엣지들의 스코어를 연산하고 연산된 엣지들의 스코어를 합산함으로써, 노드-쌍의 경로마다의 경로 스코어를 연산하는 단계;를 더 포함하는,
    예측 방법.
  3. 제1항에 있어서,
    상기 제1 노드는 질병의 명칭 데이터, 질병의 해부학적(anatomy) 데이터 및 상기 질병의 증상(symptom) 데이터를 포함하고,
    상기 제2 노드는 유전자의 명칭 데이터, 단백질의 명칭 데이터, 유전자의 유전자 온톨로지(gene ontology) 데이터, 유전자의 해부학적 데이터, 유전자의 생물학적 경로(biological) 데이터 및 단백질의 생물학적 경로 데이터를 포함하며,
    상기 제3 노드는 약물의 명칭 데이터, 약물의 약리학적 분류(pharmacologic class) 데이터 및 약물의 부작용(side effect) 데이터를 포함하는,
    예측 방법.
  4. 제1항에 있어서,
    상기 엣지 규정 모듈(132)은 규정된 엣지들을 그 특성에 따라 질병-유전자 관계 엣지, 유전자-약물 관계 엣지, 질병-약물 관계 엣지, 유전자 관련 엣지, 질병 관련 엣지 및 약물 관련 엣지 중 어느 하나의 엣지로 구분하도록 구성되고,
    상기 질병-유전자 관계 엣지는, 유전자-질병 관련성 엣지 유형 및 유전자-질병 조절 관계 엣지 유형을 포함하고,
    상기 유전자-약물 관계 엣지는, 약물-유전자 결합 관계 엣지 유형 및 약물-유전자 조절 관계 엣지 유형을 포함하며,
    상기 질병-약물 관계 엣지는 약물-질병 치료 관계 엣지 유형을 포함하고,
    상기 유전자 관련 엣지는, 유전자-해부학적 데이터 조절/발현 관계 엣지 유형, 유전자 공변 관계 엣지 유형, 유전자 참여 관계 엣지 유형, 유전자 또는 단백질 간 상호관계 엣지 유형 및 유전 간섭-유전자 조절 관계 엣지 유형을 포함하며,
    상기 질병 관련 엣지는 질병-해부학적 데이터 관계 엣지 유형, 질병-증상 관계 엣지 유형 및 질병 동시발생 유사성 관계 엣지 유형을 포함하고,
    상기 약물 관련 엣지는 약물-부작용 관계 엣지 유형, 약물 구조적 유사성 관계 엣지 유형 및 약물-약리학적 분류 관계 엣지 유형을 포함하는,
    예측 방법.
  5. 제1항에 있어서,
    상기 (c) 단계는,
    경로 규정 모듈(133)이 노드-쌍마다 상기 엣지 규정 모듈(132)에 의해 규정된 엣지들로 서로 연결된 것을 경로로 규정하되, 상기 노드-쌍이 2개 이상 5개 이하의 엣지들로 서로 연결된 것을 경로로 규정하는 단계를 더 포함하는,
    예측 방법.
  6. 제5항에 있어서,
    상기 (c) 단계는,
    경로 규정 모듈(133)이 노드-쌍마다 상기 엣지 규정 모듈(132)에 의해 규정된 엣지들로 서로 연결된 것을 경로로 규정하되, 상기 노드-쌍이 2개 이상 3개 이하의 엣지들로 서로 연결된 것을 경로로 규정하는 단계를 더 포함하는,
    예측 방법.
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 (g) 단계는,
    상기 인공신경망에, 상기 경로 추출 모듈(152)에 의해 추출된 경로들에 대하여 경로에 포함된 노드 및 경로 유형에 따라 가중치(weight)를 서로 다르게 부여하는 어텐션 메커니즘(Attention Mechanism)을 적용하는 단계를 더 포함하는,
    예측 방법.
  10. 제1항에 있어서,
    상기 키워드-쌍은 질병, 유전자 및 약물 중 어느 하나의 키워드와, 상기 어느 하나의 키워드와 다른 유형의 키워드로 이루어진 데이터-쌍이며,
    상기 (i) 단계는,
    상기 (h) 단계에서 질의된 키워드와 관련된 개체들이 출력되되 질의된 키워드와 다른 유형의 개체들이 출력되거나, 질의된 키워드-쌍의 관련성이 출력되는 단계를 포함하는,
    예측 방법.
  11. 제1항에 있어서,
    상기 인공신경망은 질의되는 임의의 키워드와 관련된 개체들 각각을 기설정된 방법에 따라 스코어화하도록 구성되고,
    상기 (i) 단계는,
    상기 출력 모듈(180)을 통해 상기 인공신경망의 연산에 의해, 질의되는 임의의 키워드와 관련되면서, 질의된 키워드와 다른 유형의 개체들이 스코어가 높은 순서에 따라 출력되는 단계를 더 포함하는,
    예측 방법.
  12. 제1항에 있어서,
    상기 (i) 단계 이후,
    (j) 상기 (i) 단계에서 출력되는 개체들 중 어느 하나의 개체가 선택되는 경우, 질의되는 임의의 키워드로부터 선택된 개체까지 이르는 중간 노드, 엣지 및 경로 중 하나 이상이 그래프 형태로서 출력되는 단계를 더 포함하는,
    예측 방법.
  13. 제1항에 있어서,
    상기 (a) 단계는 노드 규정 모듈(131)이 자연어 처리 모듈(120)에 의해 추출된 질병, 유전자 및 약물 관련 데이터 각각을 제1 노드 내지 제3 노드로 규정하는 단계를 더 포함하고,
    상기 (b) 단계는 엣지 규정 모듈(132)이 자연어 처리 모듈(120)에 의해 도출된 질병, 유전자 및 약물 관련 데이터 간의 관계를 엣지로 규정하는 단계를 더 포함하는,
    예측 방법.
  14. 제1항에 있어서,
    ID 부여 모듈(134)이 상기 노드 규정 모듈(131)에 의해 규정된 제1 노드 내지 제3 노드들 각각에 고유의 ID를 부여하되, 임의의 용어의 동의어(synonym) 및 축약어(abbreviation)를 상기 임의의 용어와 동일한 용어로 판단하여, 상기 동의어 및 상기 축약어에도 상기 임의의 용어와 동일한 ID를 부여하는 단계를 더 포함하는,
    예측 방법.
  15. 제13항에 있어서,
    임베딩 모듈(140)이 상기 자연어 처리 모듈(120)에 의해 추출된 질병, 유전자 및 약물 관련 데이터 각각을 다차원 공간 상에 워드 임베딩(word embedding)하는 단계를 더 포함하며,
    질병, 유전자 및 약물 관련 데이터 간의 거리는 데이터에 포함된 데이터-쌍의 추출 빈도에 따라 결정되는,
    예측 방법.
  16. 제1항에 있어서,
    상기 노드 규정 모듈(131)에 의해 규정된 노드들 중 하나 이상의 노드가 삭제 또는 추가되거나, 상기 엣지 규정 모듈(132)에 의해 규정되지 않은 새로운 엣지가 삭제 또는 추가되는 단계를 더 포함하며,
    상기 인공신경망은, 입력층을 통해 질의되는 임의의 키워드와 관련된 다른 개체들을 출력층을 통해 출력하도록 구성되되, 상기 하나 이상의 노드가 삭제 또는 추가되거나, 상기 새로운 엣지가 삭제 또는 추가된 데이터셋에 기초하여 연산을 수행하도록 구성되는,
    예측 방법.
  17. 제1항에 있어서,
    데이터 수집 모듈(110)이 사용자 데이터베이스로부터 하나 이상의 임의의 노드-쌍의 관련성을 포함하는 사용자 데이터를 수집하는 단계를 더 포함하며,
    상기 인공신경망은 상기 사용자 데이터를 반영한 데이터셋에 기초하여 연산을 수행하도록 구성되는,
    예측 방법.
  18. 제1항에 있어서,
    상기 다수의 데이터베이스 각각으로부터 데이터를 수집한 특정 시점을 기준으로, 상기 특정 시점 이후에 상기 다수의 데이터베이스를 통해 공개된 데이터를 수집하는 단계;
    자연어 처리 모듈(120)이 상기 특정 시점 이후에 수집된 데이터에 포함된 질병, 유전자 및 약물 관련 데이터를 추출하고, 추출된 질병, 유전자 및 약물 관련 데이터 간의 관계를 도출하는 단계;
    입력 모듈(180)을 통해 임의의 키워드가 상기 인공신경망에 질의되고, 질의되는 임의의 키워드와 관련된 개체들이 출력되는 단계; 및
    질의된 키워드와 출력되는 개체로 이루어진 제1 데이터-쌍이, 상기 자연어 처리 모듈(120)을 통해 도출된 관계로 서로 연결된 제2 데이터-쌍에 포함되는지 여부에 기초하여 상기 제1 데이터-쌍의 관련성 여부가 검증되는 단계;를 더 포함하는,
    예측 방법.
  19. 제1항 내지 제6항 및 제9항 내지 제18항 중 어느 한 항에 따른 예측 방법을 사용하여 구축된,
    시스템.
  20. 제1항 내지 제6항 및 제9항 내지 제18항 중 어느 한 항에 따른 예측 방법을 실행하도록 컴퓨터 판독 가능한 기록 매체에 저장된,
    컴퓨터 프로그램.
KR1020200182375A 2020-01-31 2020-12-23 질의되는 개체와 관련되는 질병, 유전자 또는 단백질을 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템 KR102225278B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US17/297,352 US20220005608A1 (en) 2020-01-31 2021-02-01 Method of predicting disease, gene or protein related to queried entity and prediction system built by using the same
EP21747864.3A EP4097726A4 (en) 2020-01-31 2021-02-01 METHOD FOR PREDICTING A DISEASE, A GENE OR A PROTEIN RELATED TO A QUESTIONED ENTITY AND PREDICTION SYSTEM CREATED USING THE SAME
PCT/KR2021/001299 WO2021154060A1 (en) 2020-01-31 2021-02-01 Method of predicting disease, gene or protein related to queried entity and prediction system built by using the same
KR1020210028009A KR102673288B1 (ko) 2020-01-31 2021-03-03 질의되는 개체와 관련된 질병, 유전자 또는 단백질을 예측하는 예측 모델을 학습시키는 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200012169 2020-01-31
KR20200012169 2020-01-31

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020210028009A Division KR102673288B1 (ko) 2020-01-31 2021-03-03 질의되는 개체와 관련된 질병, 유전자 또는 단백질을 예측하는 예측 모델을 학습시키는 방법

Publications (2)

Publication Number Publication Date
KR102225278B1 true KR102225278B1 (ko) 2021-03-10
KR102225278B9 KR102225278B9 (ko) 2021-10-27

Family

ID=75147807

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200182375A KR102225278B1 (ko) 2020-01-31 2020-12-23 질의되는 개체와 관련되는 질병, 유전자 또는 단백질을 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템
KR1020210028009A KR102673288B1 (ko) 2020-01-31 2021-03-03 질의되는 개체와 관련된 질병, 유전자 또는 단백질을 예측하는 예측 모델을 학습시키는 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020210028009A KR102673288B1 (ko) 2020-01-31 2021-03-03 질의되는 개체와 관련된 질병, 유전자 또는 단백질을 예측하는 예측 모델을 학습시키는 방법

Country Status (4)

Country Link
US (1) US20220005608A1 (ko)
EP (1) EP4097726A4 (ko)
KR (2) KR102225278B1 (ko)
WO (1) WO2021154060A1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362963A (zh) * 2021-05-27 2021-09-07 山东师范大学 基于多源异构网络的预测药物之间副作用的方法及系统
KR102452433B1 (ko) * 2022-03-07 2022-10-11 주식회사 스탠다임 시계열적 정보를 인코딩하는 모델을 사용하여 질의되는 개체-쌍 사이의 연관성 관련 정보를 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템
WO2022226843A1 (zh) * 2021-04-26 2022-11-03 四川大学华西医院 一种用于急性胰腺炎器官衰竭预测的计算机设备和系统
KR20220160407A (ko) * 2021-05-27 2022-12-06 재단법인 아산사회복지재단 생의학적 연관성 예측 방법 및 장치
CN116072298A (zh) * 2023-04-06 2023-05-05 之江实验室 一种基于层级标记分布学习的疾病预测系统
KR102606267B1 (ko) 2023-04-28 2023-11-29 주식회사 스탠다임 예측 신뢰도에 기반한 보정 기술을 이용하는 타겟 예측 방법 및 시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114255885A (zh) * 2021-12-14 2022-03-29 浙江创邻科技有限公司 一种基于图数据的新药研发管理系统及方法
KR102601276B1 (ko) * 2021-12-24 2023-11-10 부산대학교 산학협력단 유전자와 질병 연관 후보 탐색을 위한 깊은 gcn과 얕은 gcn의 혼합 모델 기계 학습을 위한 방법 및 장치
KR102405848B1 (ko) * 2022-01-03 2022-06-07 주식회사 스파이더코어 사용자 맞춤형 치료 정보 예측 방법 및 시스템
CN115240777B (zh) * 2022-08-10 2024-02-02 上海科技大学 基于图神经网络的合成致死基因预测方法、装置、终端及介质
CN116092577B (zh) * 2023-01-09 2024-01-05 中国海洋大学 一种基于多源异质信息聚合的蛋白质功能预测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101878924B1 (ko) 2016-06-14 2018-07-17 재단법인 전통천연물기반 유전자동의보감 사업단 생물학적 네트워크를 이용한 신약 재창출 후보군 예측 방법 및 장치
KR102035658B1 (ko) 2019-04-01 2019-10-23 한국과학기술정보연구원 신약 재창출 후보 추천 시스템 및 이 시스템의 각 기능을 실행시키기 위해 매체에 저장된 컴퓨터 프로그램
JP2019220149A (ja) 2018-04-07 2019-12-26 タタ コンサルタンシー サービシズ リミテッドＴＡＴＡ Ｃｏｎｓｕｌｔａｎｃｙ Ｓｅｒｖｉｃｅｓ Ｌｉｍｉｔｅｄ 異種ネットワーク上でのグラフ畳込みに基づく遺伝子優先順位づけ

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101624307B1 (ko) * 2014-07-17 2016-05-25 한국과학기술원 네트워크 조절 모티프 발굴 시스템 및 그 방법
KR101839572B1 (ko) * 2017-11-21 2018-03-16 연세대학교 산학협력단 질병 관련 유전자 관계 분석 장치 및 방법
KR102077704B1 (ko) * 2018-03-26 2020-02-17 재단법인 전통천연물기반 유전자동의보감 사업단 호르몬과 약물의 상호작용을 예측하는 전산학적 방법 및 이를 위한 시스템
GB201805293D0 (en) * 2018-03-29 2018-05-16 Benevolentai Tech Limited Attention filtering for multiple instance learning
CN112119412A (zh) * 2018-05-18 2020-12-22 伯耐沃伦人工智能科技有限公司 具有注意力的图神经网络
GB201904167D0 (en) * 2019-03-26 2019-05-08 Benevolentai Tech Limited Name entity recognition with deep learning

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101878924B1 (ko) 2016-06-14 2018-07-17 재단법인 전통천연물기반 유전자동의보감 사업단 생물학적 네트워크를 이용한 신약 재창출 후보군 예측 방법 및 장치
JP2019220149A (ja) 2018-04-07 2019-12-26 タタ コンサルタンシー サービシズ リミテッドＴＡＴＡ Ｃｏｎｓｕｌｔａｎｃｙ Ｓｅｒｖｉｃｅｓ Ｌｉｍｉｔｅｄ 異種ネットワーク上でのグラフ畳込みに基づく遺伝子優先順位づけ
KR102035658B1 (ko) 2019-04-01 2019-10-23 한국과학기술정보연구원 신약 재창출 후보 추천 시스템 및 이 시스템의 각 기능을 실행시키기 위해 매체에 저장된 컴퓨터 프로그램

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
D.N.Sosa 외, "A literature-Based Knowledge Graph Embedding Method for Identifying Drug Repurposing Opportunities in Rare Disease", Biocomputing 2020, 20120.01.03. *
G.Wu 외, "Prediction of drug-disease associations based on ensemble meta paths and singlular value decomposition", BMC Bioinformatics 2019 20(Suppl 3):134, 2019. *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022226843A1 (zh) * 2021-04-26 2022-11-03 四川大学华西医院 一种用于急性胰腺炎器官衰竭预测的计算机设备和系统
CN113362963A (zh) * 2021-05-27 2021-09-07 山东师范大学 基于多源异构网络的预测药物之间副作用的方法及系统
KR20220160407A (ko) * 2021-05-27 2022-12-06 재단법인 아산사회복지재단 생의학적 연관성 예측 방법 및 장치
KR102519848B1 (ko) 2021-05-27 2023-04-11 재단법인 아산사회복지재단 생의학적 연관성 예측 방법 및 장치
CN113362963B (zh) * 2021-05-27 2024-04-02 山东师范大学 基于多源异构网络的预测药物之间副作用的方法及系统
KR102452433B1 (ko) * 2022-03-07 2022-10-11 주식회사 스탠다임 시계열적 정보를 인코딩하는 모델을 사용하여 질의되는 개체-쌍 사이의 연관성 관련 정보를 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템
WO2023172025A1 (ko) * 2022-03-07 2023-09-14 주식회사 스탠다임 시계열적 정보를 인코딩하는 모델을 사용하여 개체-쌍 사이의 연관성 관련 정보를 예측하는 방법 및 이를 이용하여 생성되는 예측 시스템
CN116072298A (zh) * 2023-04-06 2023-05-05 之江实验室 一种基于层级标记分布学习的疾病预测系统
CN116072298B (zh) * 2023-04-06 2023-08-15 之江实验室 一种基于层级标记分布学习的疾病预测系统
KR102606267B1 (ko) 2023-04-28 2023-11-29 주식회사 스탠다임 예측 신뢰도에 기반한 보정 기술을 이용하는 타겟 예측 방법 및 시스템

Also Published As

Publication number Publication date
EP4097726A4 (en) 2023-07-19
KR102673288B1 (ko) 2024-06-11
EP4097726A1 (en) 2022-12-07
KR102225278B9 (ko) 2021-10-27
KR20210098876A (ko) 2021-08-11
WO2021154060A1 (en) 2021-08-05
US20220005608A1 (en) 2022-01-06

Similar Documents

Publication Publication Date Title
KR102225278B1 (ko) 질의되는 개체와 관련되는 질병, 유전자 또는 단백질을 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템
CN108804641B (zh) 一种文本相似度的计算方法、装置、设备和存储介质
US11151096B2 (en) Dynamic syntactic affinity group formation in a high-dimensional functional information system
Giunchiglia et al. A large dataset for the evaluation of ontology matching
KR102452433B1 (ko) 시계열적 정보를 인코딩하는 모델을 사용하여 질의되는 개체-쌍 사이의 연관성 관련 정보를 예측하는 방법 및 이를 이용하여 구축되는 예측 시스템
CN104516942A (zh) 概念驱动的自动分节标识
KR102026871B1 (ko) 신약 후보 물질의 효과 및 안전성 예측을 위한 데이터 처리 장치 및 방법
Wu et al. A novel community answer matching approach based on phrase fusion heterogeneous information network
Karami Fuzzy topic modeling for medical corpora
Sybrandt et al. Large-scale validation of hypothesis generation systems via candidate ranking
CN111651579B (zh) 信息查询方法、装置、计算机设备和存储介质
Efremova et al. Multi-source entity resolution for genealogical data
WO2007038414A2 (en) Mining protein interaction networks
Sen et al. Support-BERT: predicting quality of question-answer pairs in MSDN using deep bidirectional transformer
Xing et al. Phenotype extraction based on word embedding to sentence embedding cascaded approach
KR102519848B1 (ko) 생의학적 연관성 예측 방법 및 장치
Noh et al. Document retrieval for biomedical question answering with neural sentence matching
Orekhov et al. Network presentation of texts and clustering of messages
KR102187594B1 (ko) 신약 후보 물질 발굴을 위한 멀티오믹스 데이터 처리 장치 및 방법
Bui Relation extraction methods for biomedical literature
CN114168708A (zh) 一种基于多域特征的个性化生物通路检索方法
EP3443480A1 (en) Proximity search and navigation for functional information systems
Bouarara et al. BHA2: bio-inspired algorithm and automatic summarisation for detecting different types of plagiarism
Zengyou Data mining for bioinformatics applications
KR102606267B1 (ko) 예측 신뢰도에 기반한 보정 기술을 이용하는 타겟 예측 방법 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant
G170 Re-publication after modification of scope of protection [patent]