KR20150098998A - Method of testing the safety for drug garget membrane protein - Google Patents
Method of testing the safety for drug garget membrane protein Download PDFInfo
- Publication number
- KR20150098998A KR20150098998A KR1020140020441A KR20140020441A KR20150098998A KR 20150098998 A KR20150098998 A KR 20150098998A KR 1020140020441 A KR1020140020441 A KR 1020140020441A KR 20140020441 A KR20140020441 A KR 20140020441A KR 20150098998 A KR20150098998 A KR 20150098998A
- Authority
- KR
- South Korea
- Prior art keywords
- drug
- protein
- information
- target
- target protein
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6872—Intracellular protein regulatory factors and their receptors, e.g. including ion channels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/15—Medicinal preparations ; Physical properties thereof, e.g. dissolubility
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00732—Identification of carriers, materials or components in automatic analysers
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Hematology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- Cell Biology (AREA)
- Pharmacology & Pharmacy (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Microbiology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Description
본 발명은 약물 표적 단백질의 안전성 테스트 방법에 관한 것으로, 구체적으로는, 약물이 타겟하는 표적 단백질(이하, '타겟 단백질'이라 칭함)의 특성을 분석하여 약물의 부작용과 타겟 단백질간의 연관성을 기반으로 타겟 단백질의 안전성을 테스트하는 방법에 관한 것이다. The present invention relates to a method for testing the safety of a drug target protein, and more particularly, to a method for testing the safety of a drug target protein by analyzing the characteristics of a target protein targeted by the drug (hereinafter referred to as a target protein) To a method for testing the safety of a target protein.
부작용으로부터 안전한 신약을 개발하기 위해서는 약물 부작용 위험으로부터 안전한 타겟 단백질을 선택하는 것부터 신약 개발에 소요되는 시간과 비용을 줄이는 첫걸음이 될 수 있다.Developing a new drug that is safe from side effects can be the first step in reducing the time and cost of developing a new drug from selecting a target protein that is safe from the risk of drug side effects.
단백질, 펩티드, RNA 등 생체고분자물질들은 생체내의 표적물질과의 결합에 의해 그 기능이 나타낸다. 특히, 이들 결합의 기본 단위는 단백질 결합에 의해 매개되므로 특정 단백질에 결합하는 또 다른 단백질들을 파악하는 것은 이들 단백질들의 기능적 연관성을 나타내는 지표로 사용된다. 따라서, 특정 단백질이 미지의 결합 단백질들과 결합하여 특정 기능을 발휘하고, 해당 기능과 약물간의 연관성을 파악하는 것은 세포 신호전달 기작 연구뿐 아니라 신약 타겟을 결정할 수 있는 직접적인 기회를 제공함과 동시에 특정 신호전달 체계 내에서의 신약 후보물질 발굴을 위한 기반 기술을 제공할 수 있다.Biopolymers such as proteins, peptides, and RNAs function by binding to target substances in vivo. In particular, since the basic units of these bonds are mediated by protein bonds, the identification of other proteins that bind to a particular protein is used as an indicator of the functional relevance of these proteins. Thus, the identification of a particular protein by binding to unknown binding proteins and demonstrating a specific function and its association with a drug provides a direct opportunity to determine a new drug target as well as to study cell signaling mechanisms, It can provide the base technology for discovering new drug candidates in the delivery system.
따라서, 타겟 단백질은 약물로부터 직접적인 영향을 받아 의도치않은 결과를 유발할 수 있으므로 타겟 단백질의 어떤 특징이 약물에서 예측하지 못한 기능이 활성화되도록 하는지에 대한 명확한 정보가 필요하다.Thus, the target protein may be directly affected by the drug and cause unintended consequences, so it is necessary to have clear information as to which features of the target protein are responsible for activating the unexpected function in the drug.
약물의 부작용은 약물이 타겟팅하는 단백질이 세포 시스템에 미치는 의도치 않은 영향이므로, 어떤 타겟 단백질을 선택하느냐에 따라 약물 부작용의 심각성이 달라지게 된다. 화학약물이 표적하는 치료표적의 변조가 생체 시스템에 변조를 가하게 되고, 이때 변조에 따른 의도치 않은 결과는 약물 부작용으로 연결된다. 실제 많은 개발비와 시간을 투자하여 개발된 약물의 30% 이상이 임상실험에서 예상치못한 다양한 부작용때문에 철회되고 있다.Drug side effects are the unintended effects of drug-targeted proteins on the cell system, so the severity of drug side effects depends on which target protein is selected. Modulation of a therapeutic target targeted by a chemical will modulate the biological system, where unintended consequences of modulation lead to drug side effects. More than 30% of the drugs developed by investing a lot of development time and time are actually being withdrawn because of various unexpected side effects in clinical trials.
그러나, 현재까지 생물학 시스템 내에서 변조되는 타겟의 안전성을 설명할 수 있는 기술은 개발되지 않았고, 약물 부작용의 심각성을 타겟 단백질에 기반하여 진단할 수 있는 기술도 개발되지 않은 실정이다. 따라서, 생체 시스템 내 타겟 단백질의 변조를 이해하는 것이 약물 부작용을 해결하는 키가 될 수 있다. However, to date, no technology has been developed to explain the safety of a target modulated in a biological system, and no technology has been developed to diagnose the severity of drug side effects based on the target protein. Thus, understanding the modulation of target proteins in a biological system may be key to solving drug side effects.
본 발명의 목적은 상술한 문제점을 해결하기 위하여 안출된 것으로, 약물 부작용 현상은 약물이 타겟팅하는 단백질이 신체 내 미치는 의도치 않은 영향이므로, 안전한 신약 개발을 위해 약물의 부작용이 타겟 단백질에 타겟 단백질 결정의 안전 지표를 제공하기 위한 것이다.SUMMARY OF THE INVENTION It is an object of the present invention to solve the above-mentioned problems, and it is an object of the present invention to provide a pharmaceutical composition for treating a drug, To provide a safety indicator for the vehicle.
또한, 본 발명의 목적은 타겟 단백질의 세포내 위치 계측 및 고성능(high performance) 클러스터를 이용한 대용량 네트워크 분석 기술에 기반하여 타겟 단백질의 동적 네트워크 분석 기법을 제안하는 것이다. It is also an object of the present invention to propose a dynamic network analysis technique of a target protein based on the intracellular localization of a target protein and a large capacity network analysis technique using a high performance cluster.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.It is to be understood that both the foregoing general description and the following detailed description are exemplary and explanatory and are not restrictive of the invention, unless further departing from the spirit and scope of the invention as defined by the appended claims. It will be possible.
상술한 과제를 해결하기 위한 본 발명의 일 양태 일 실시예에 따른 약물 표적이 되는 막 단백질에 대한 안전성을 테스트하는 방법은, (a)테스트 대상 약물 및 해당 약물의 부작용 발생정보와 상기 테스트 대상 약물에 대응하는 타겟 단백질 정보에 기초하여 약물별 타겟 단백질과 약물 부작용 현상과의 연관관계를 구축하는 단계; (b)상기 약물별 타겟 단백질에 대한 단백질 속성정보를 분석하여 유전자 재구성 비율(gene rewiring rate) 정보를 도출하는 단계; 및 (c)상기 유전자 재구성 비율 정보에 기초하여 상기 약물별 타겟 단백질과 약물 부작용 현상과의 연관관계를 토대로 상기 테스트 대상 약물의 표적이 되는 타겟 단백질을 선정하는 단계를 포함한다.A method for testing safety of a membrane protein to be a drug target according to one embodiment of the present invention for solving the above-mentioned problems comprises the steps of: (a) detecting occurrence of side effects of the test drug and the drug, Establishing a linkage between the drug-specific target protein and the drug side effect phenomenon based on the target protein information corresponding to the target protein; (b) deriving gene rewiring rate information by analyzing protein property information on the drug-specific target protein; And (c) selecting a target protein to be a target of the drug to be tested based on the relationship between the drug-specific target protein and the drug adverse effect phenomenon based on the gene reconstitution ratio information.
본 발명의 실시예에 따른 상기 (a)단계는, 다수의 약물과 각각의 약물별로 나타나는 부작용 발생정보를 저장하고 있는 약물 정보 DB에 기초하여 상기 테스트 대상 약물 및 상기 해당 약물의 부작용 발생정보를 도출하는 단계; 및 다수의 약물과 각각의 약물별로 대응되는 타겟 단백질 정보를 저장하는 약물-단백질 정보 DB에 기초하여 상기 테스트 대상 약물 및 해당 약물에 대응하는 타겟 단백질 정보를 도출하는 단계를 포함할 수 있다.According to an embodiment of the present invention, the step (a) may include deriving side effect occurrence information of the drug to be tested and the drug based on the drug information DB storing information on occurrence of side effects occurring for a plurality of drugs and each drug ; And deriving the target protein information corresponding to the test subject drug and the drug based on the drug-protein information DB storing the target protein information corresponding to the plurality of drugs and the respective drugs.
바람직하게는, 상기 약물 정보 DB는, 하나 이상의 약물 정보 DB로부터 취합한 다양한 용어(terms)로 주석화(annotation)된 다수의 약물 정보를 UMLS(Unified Medical Language System) 코드로 변환하여 저장하는 통합 약물 정보 DB를 이용할 수 있다.Advantageously, the drug information DB is an integrated drug that converts a plurality of drug information annotated in various terms collected from one or more drug information DB into UMLS (Unified Medical Language System) An information DB can be used.
본 발명의 실시예에 따른 상기 (b)단계는, 상기 유전자 재구성 비율 정보를 상기 테스트 대상 약물의 타겟 단백질에 대한 안정성 지표로 선정하는 단계를 포함할 수 있다.The step (b) according to an embodiment of the present invention may include the step of selecting the gene reconstitution ratio information as a stability index for the target protein of the test subject drug.
또한, 본 발명의 실시예에 따른 상기 (c)단계는, 상기 유전자 재구성 비율 정보에 기초하여 세포 동적 네트워크와 단백질의 세포 내 위치예측(protein subcellular localization)을 수행하는 단계; 및 상기 세포 동적 네트워크와 단백질의 세포 내 위치예측 수행 결과 및 상기 약물별 타겟 단백질과 약물 부작용 현상과의 연관관계를 토대로 상기 테스트 대상 약물의 표적이 되는 타겟 단백질을 선정하는 단계를 포함할 수 있다.According to an embodiment of the present invention, the step (c) further comprises: performing a protein subcellular localization of a cellular dynamic network and a protein on the basis of the gene reconstitution ratio information; And selecting a target protein to be a target of the drug to be tested based on the relationship between the cell dynamic network and the result of predicting the intracellular location of the protein, and the relationship between the drug-specific target protein and the drug adverse effect phenomenon.
상기 실시형태들은 본 발명의 바람직한 실시예들 중 일부에 불과하며, 본원 발명의 기술적 특징들이 반영된 다양한 실시예들이 당해 기술분야의 통상적인 지식을 가진 자에 의해 이하 상술할 본 발명의 상세한 설명을 기반으로 도출되고 이해될 수 있다.It is to be understood that both the foregoing general description and the following detailed description of the present invention are exemplary and explanatory and are intended to provide further explanation of the present invention by those skilled in the art. And can be understood and understood.
본 발명의 실시예에 따르면, 약물 부작용 현상은 약물이 타겟팅하는 단백질이 신체 내 미치는 의도치 않은 영향이므로, 안전한 신약 개발을 위해 약물의 부작용이 타겟 단백질에 타겟 단백질 결정의 안전 지표를 제공할 수 있다.According to the embodiment of the present invention, the side effect of the drug is an unintended influence of the protein targeted by the drug to the body, so that the side effect of the drug can provide a safety index of the target protein crystal to the target protein for safe new drug development .
또한, 본 발명의 실시예에 따르면, 타겟 단백질의 세포내 위치 계측 및 고성능(high performance) 클러스터를 이용한 대용량 네트워크 분석 기술에 기반하여 타겟 단백질의 동적 네트워크 분석 기법을 제공할 수 있다.Also, according to embodiments of the present invention, it is possible to provide a dynamic network analysis technique of a target protein based on the intracellular localization of a target protein and a large capacity network analysis technique using a high performance cluster.
또한, 본 발명의 실시예에 따르면 약물 개발 과정의 스크리닝 단계에서 안전한 타겟 단백질을 선택하는 것은 신약 개발에 소요되는 시간과 비용을 급감시킬 수 있다. In addition, according to the embodiment of the present invention, selection of a safe target protein in the screening step of the drug development process can reduce the time and cost for developing a new drug.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1은 본 발명의 실시예와 관련된 타겟 단백질 테스트 결과의 일 예를 나타내는 도면이다.
도 2는 본 발명의 실시예와 관련하여 타겟 단백질의 목표 구심점(target centality)과 약물 부작용간의 연관관계에 관한 테스트 결과를 나타내는 도면이다.
도 3은 본 발명의 실시예와 관련된 단백질-단백질간의 상호작용 네트워크의 조직에 따른 신호 전달 경로가 재구성되는 속도의 일 예를 나타내는 도면이다.
도 4는 본 발명의 실시예와 관련된 단백질 재구성 비율과 약물 부작용 발생 횟수간의 상관관계를 나타내는 그래프의 일 예를 나타내는 것이다.
도 5는 본 발명의 실시예와 관련된 막 단백질의 유전자 재구성 비율과 약물 위험도간의 상관관계를 분석하기 위한 일 실시예이다.
도 6은 본 발명의 실시예와 관련된 막 단백질의 유전자 재구성 비율과 약물 위험도간의 상관관계를 분석하기 위한 다른 실시예이다.
도 7은 본 발명의 실시예에 따른 약물 안전성 테스트 과정을 설명하기 위한 절차흐름도이다.BRIEF DESCRIPTION OF THE DRAWINGS The accompanying drawings, which are included to provide a further understanding of the invention and are incorporated in and constitute a part of the specification, illustrate embodiments of the invention and, together with the description, serve to explain the principles of the invention.
BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a diagram showing an example of a target protein test result related to an embodiment of the present invention. FIG.
Figure 2 is a plot of test results regarding the association between the target centrality of a target protein and drug side effects in connection with an embodiment of the present invention.
FIG. 3 is a diagram showing an example of the rate at which a signal transduction path is reconstructed according to the organization of a protein-protein interaction network related to an embodiment of the present invention.
FIG. 4 shows an example of a graph showing a correlation between the protein reconstitution rate and the number of drug side effects in relation to the example of the present invention.
FIG. 5 is an example for analyzing a correlation between a drug remodeling rate and a gene rearrangement ratio of a membrane protein according to an embodiment of the present invention.
FIG. 6 is another embodiment for analyzing the correlation between the drug remodeling rate and the gene rearrangement ratio of the membrane protein according to the embodiment of the present invention.
7 is a flowchart illustrating a drug safety test procedure according to an embodiment of the present invention.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.BRIEF DESCRIPTION OF THE DRAWINGS The present invention is capable of various modifications and various embodiments, and specific embodiments are illustrated in the drawings and described in detail in the detailed description. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.
이하, 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 발명의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 당업자는 본 발명이 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다. Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The following detailed description, together with the accompanying drawings, is intended to illustrate exemplary embodiments of the invention and is not intended to represent the only embodiments in which the invention may be practiced. The following detailed description includes specific details in order to provide a thorough understanding of the present invention. However, those skilled in the art will appreciate that the present invention may be practiced without these specific details.
약물의 부작용은 약물이 타겟하는 표적 단백질(이하, '타겟 단백질'이라 칭함)이 사람의 신체를 구성하는 생체 시스템 내 세포간 네트워크상에서 신호전달을 위한 허브(hub)가 될때 다수의 신호 전달 경로를 제공함으로써 다수의 약물 부작용을 초래하게 된다. 타겟 단백질이 많은 결합 단백질과 상호결합할수록 생체 시스템 내 신호 네트워크의 중심에 위치하게 되는데 타겟 단백질의 구심성(centrality)이 커질수록 생체 신호 네트워크, 즉, 단백질-단백질 상호관계(Protein-Protein Interaction: PPI) 네트워크에 미치는 변조 영향력도 커지게 된고, 약물 부작용도 보다 많이 발생할 가능성이 높아진다. A side effect of a drug is that when a target protein targeted by a drug (hereinafter, referred to as a 'target protein') becomes a hub for signal transmission on the intercellular network in a biological system constituting a human body, Thereby causing a number of drug side effects. Protein-Protein Interaction (PPI) is a protein-protein interaction (PPI) that increases as the centrality of the target protein increases. ) The influence of modulation on the network is increased, and the possibility of drug side effects is increased more.
그러나, 단순히 단백질의 구심성 지표만으로 타겟 단백질 여부를 결정하기엔 비허브(non-hub)의 단백질에서 발생하는 약물 부작용이 설명되지 않는다.However, there is no explanation for the adverse drug reactions that occur in non-hub proteins to determine whether a target protein is merely an afferent indicator of the protein.
본 발명은 약물 부작용을 최소화하기 위한 방법의 일환으로 약물 테스트의 표적이 되는 단백질(이하, '타겟 단백질'이라 칭함)의 안전성 테스트 방법에 관한 것으로, 구체적으로는, 타겟 단백질의 특성을 분석하여 약물의 부작용과 타겟 단백질간의 연관성을 기반으로 타겟 단백질의 안전성을 테스트하는 방법을 제안한다.The present invention relates to a method for testing the safety of a target protein (hereinafter, referred to as "target protein") as a method for minimizing adverse drug effects, and more specifically, And the relationship between the target protein and the side effects of the target protein.
도 1은 본 발명의 실시예와 관련된 타겟 단백질 테스트 결과의 일 예를 나타내는 도면이다.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a diagram showing an example of a target protein test result related to an embodiment of the present invention. FIG.
도 1에 도시된 그래프는 약물에 따른 단백질 테스트 결과를 나타내는 것으로, 약물의 위험도에 따라 구분되는 다수의 약물 그룹별로 막 단백질(membrane target)과 수용성 단백질(soluble target)의 분해도(fraction) 및 부작용 발생 수(number of side effects)를 테스트한 결과를 나타낸다. The graph shown in FIG. 1 shows a result of a protein test according to a drug. The graph shows a resolution of a membrane target and a soluble target for each of a plurality of drug groups classified according to drug risk, (Number of side effects).
약물 그룹은 약물 위험도에 따라 다수의 그룹으로 구분되는데, 본 발명의 실시예에서는 비타민과 같은 치료목적이 아닌 기능성 약물(nutraceutical)로 구성되는 제1 그룹, 승인된 약물(approved drugs)로 구성되는 제2 그룹 및 기 설정된 안전 기준치를 넘어 승인되지 않은 철회된 약물(withdrawn drugs)로 구성되는 제3 그룹으로 위험도를 구분하여 약물 그룹을 구성할 수 있다. Drug groups are divided into multiple groups according to the drug risk. In the examples of the present invention, a first group consisting of functional drugs (nutraceuticals) such as vitamins, approved drugs A group of drugs can be grouped into two groups and a third group consisting of withdrawn drugs that are not approved beyond the predefined safety baseline.
이때, 타겟 단백질은 유전자 온톨로지(gene Ontology)의 세포 구성의 주석(annotation)에 따라 플라즈마 막 단백질을 막 단백질(A)로 분류하고, 세포 내외 가용성 단백질을 수용성 단백질(B)로 분류할 수 있다. At this time, the target protein can be classified into a membrane protein (A) and a soluble protein (B) according to the annotation of cell structure of the gene ontology.
도 1을 참조하면, 도 1의 (a)에 예시된 약물 테스트 결과는 막 단백질(A) 및 수용성 단백질(B)에 제1 그룹 내지 제3 그룹의 약물 투여시 각 약물에 대한 막 단백질 및 수용성 단백질의 분해도(fraction)를 나타내고, 도 1의 (b)는 제1 그룹 내지 제3 그룹의 약물 투여시 막 단백질(A) 및 수용성 단백질(B)을 통해 유발될 수 있는 부작용 발생 수(number of side effects)를 나타낸다.Referring to Figure 1, the drug test results illustrated in Figure 1 (a) show that membrane protein (A) and water soluble protein (B), when administered to the first to third groups of drugs, 1 (b) shows the number of side effects (number of occurrences) that can be induced through the membrane protein (A) and the water-soluble protein (B) upon drug administration of the first group to the third group side effects.
도 1의 (a)를 참조하면, 막 단백질(A)은 위험도가 높아지는 그룹의 약물이 투입될수록 그 분열되는 정도가 증가되고, 분열 정도가 높아짐에 따라 부작용으로 연결되는 경우도 증가되는 것을 확인할 수 있다. 막 단백질의 경우, 약물 제1 그룹에서 단백질 분해도는 20% 정도이고, 약물 제2 그룹에서 단백질 분해도는 40% 정도이고, 약물 제3 그룹에서 단백질 분해도는 60% 정도라는 점에서, 막 단백질은 약물 위험도가 높아질수록 분해도도 증가되는 것을 확인할 수 있다.Referring to FIG. 1 (a), it can be seen that the degree of cleavage increases as the drug of a group with a higher risk increases, and that the degree of cleavage increases as the degree of cleavage increases. have. In the case of the membrane protein, the protein protein degradation degree is about 20% in the
반면, 수용성 단백질(B)의 경우 위험도가 높아지는 그룹의 약물이 투입될수록 분열되는 정도는 적어지는 것을 확인할 수 있다. 즉, 위험도가 높은 약물 그룹에서 막 단백질의 분열도가 증가되는 것은 약물 타겟으로 지정된 막 단백질이 타겟 대상으로 기능하는데 있어서 치명적인 약점을 갖는다는 것을 의미한다. On the other hand, in the case of the water-soluble protein (B), the degree of fragmentation becomes smaller as a group of drugs having a higher risk is added. That is, an increase in the degree of cleavage of the membrane protein in the high-risk drug group means that the membrane protein designated as the drug target has a fatal weakness in functioning as the target.
다음으로, 도 1의 (b)를 참조하면, 위험도가 높은 약물로 인해 부작용이 발생되는 경우의 수는 막 단백질(A) 및 수용성 단백질(B) 모두 약물 위험도 증가에 따라 증가되는 것을 확인할 수 있다. 그 중에서도 막 단백질(A)은 수용성 단백질(B)에 비하여 평균적으로 더 높은 부작용 발생 수를 갖으므로, 이를 바탕으로 막 단백질(A)이 수용성 단백질(B)에 비하여 약물의 영향을 많이 받아 더 위험한 것으로 분석할 수 있다.Next, referring to FIG. 1 (b), it can be seen that the number of cases in which side effects are caused by drugs having a high risk is increased with increasing drug risks both in the membrane protein (A) and in the water soluble protein (B) . Among them, the membrane protein (A) has a higher number of side effects than the water-soluble protein (B) on the average, so that the membrane protein (A) .
도 2는 본 발명의 실시예와 관련하여 타겟 단백질의 목표 구심점(target centality)과 약물 부작용간의 연관관계에 관한 테스트 결과를 나타내는 도면이다.Figure 2 is a plot of test results regarding the association between the target centrality of a target protein and drug side effects in connection with an embodiment of the present invention.
도 2를 참조하면, 마찬가지로 타겟 단백질은 막 단백질과 수용성 단백질로 분류하고, 막 단백질 및 수용성 단백질에 약물 투여시 타겟 구심점과 부작용 발생 수간의 관계를 그래프로 표시하였다.Referring to FIG. 2, similarly, the target protein is classified into a membrane protein and a water-soluble protein, and a relationship between the target center point and the number of side effects is shown graphically when the drug is administered to the membrane protein and the water-soluble protein.
도 2의 (a)는 막 단백질 및 수용성 단백질을 포함하는 전체 단백질의 타겟 도수(target degree)에 따라 부작용 발생 수를 나타내는 그래프이고, 도 2의 (b)는 수용성 단백질의 도수에 대한 부작용 발생 수를 나타내는 그래프이고, 도 2의 (c)는 막 단백질의 도수에 대한 부작용 발생 수를 나타내는 그래프이다. FIG. 2 (a) is a graph showing the number of adverse reactions according to the target degree of the total protein including the membrane protein and the water-soluble protein. FIG. 2 (b) And FIG. 2 (c) is a graph showing the number of adverse effects with respect to the frequency of the membrane protein.
도 2의 (a) 내지 (c)에서는 타겟 단백질(전체 단백질, 막 단백질 및 수용성 단백질)에 대해 도수 18까지는 2씩 나누어 각 bin에 해당하는 값의 평균값으로 각 단백질 도수별 약물 부작용 횟수를 나타내었고, 도수가 20이 되지 않은 18 이상의 도수에서는 각 bin에 50개의 타겟 단백질이 포함되도록 하여 각 단백질의 도수별 약물 부작용 횟수를 나타내었다. 각각의 약물 부작용 횟수는 각 bin에 포함된 전체 단백질, 막 단백질 및 수용성 단백질 각각에서의 부작용 횟수를 검측하여 평균값을 나타낸 것이다.In Figures 2 (a) to 2 (c), the number of side effects of each drug is shown as an average value of values corresponding to each bin divided by 2 for the target protein (total protein, membrane protein and water-soluble protein) , And frequency of 18 or more without a frequency of 20, the number of side effects of each protein was shown by the frequency of each protein so that 50 target proteins were included in each bin. The number of side effects of each drug is an average value obtained by detecting the number of side effects in each of total protein, membrane protein and water soluble protein contained in each bin.
도 2의 (d)는 타겟 단백질에서 도수 단위의 약물 부작용 횟수를 나타낸 그래프이고, 도 2의 (e)는 타겟 단백질에서 약물 부작용 현상의 하나로 세포가 사멸하는 비율을 나타내는 그래프이고, 도 2의 (f)는 타겟 단백질에서 철회되는 약물의 비율을 나타내는 그래프이다.FIG. 2 (d) is a graph showing the frequency of drug side effects in frequency in the target protein, and FIG. 2 (e) is a graph showing the rate of cell death as one of adverse drug reactions in the target protein. f) is a graph showing the proportion of drug withdrawn from the target protein.
도 2의 (d) 내지 (f)는 단백질별 테스트 결과를 통해 막 단백질이 수용성 단백질에 비하여 약물에 민감하게 반응하고 부작용 발생 수가 높다는 특징을 나타낸다. 구체적으로, 도 2의 (d)를 참조하면 막 단백질이 수용성 단백질에 비하여 도수 단위로 약물 부작용 회수가 증가하는 것을 확인할 수 있고, 도 2의 (e)를 참조하면 막 단백질이 수용성 단백질에 비하여 약물 부작용에서 세포 사멸을 나타내는 비율도 높다는 것을 확인할 수 있고, 도 2의 (f)를 참조하면 막 단백질이 수용성 단백질에 비하여 약물 테스트 결과 부작용 등의 이유로 철회된 약물이 월등히 많다는 것을 확인할 수 있다.FIG. 2 (d) to FIG. 2 (f) show that the membrane protein is sensitive to the drug and the number of side effects is higher than that of the water-soluble protein. Specifically, referring to FIG. 2 (d), it can be seen that the number of side effects of the drug increases in the frequency of the membrane protein in comparison with that of the water-soluble protein. Referring to FIG. 2 (e) 2 (f), it can be seen that the membrane protein is much more abolished than the water-soluble protein due to the side effects of the drug test.
이와 같이, 도 2에 예시된 테스트 결과를 참조하면, 막 단백질은 수용성 단백질에 비하여 약물 부작용 발생 빈도수가 높은 만큼 투입 약물의 위험도에 대한 반응이 높다는 것을 확인할 수 있다. Thus, referring to the test results illustrated in FIG. 2, it can be seen that the membrane protein has a higher frequency of drug side effects than the water-soluble protein, and thus the response to the risk of the input drug is high.
막 단백질의 경우, 막 구조에 의한 환경 및 공간적 제약 때문에 동시에 많은 상호 작용을 나타내는 것은 아니나 세포 주변부를 통해 세포 신호를 전달하는 기능을 많이 가졌다는 점에서 약물 위험도에 대한 지표로 이용할 수 있다. 따라서, 약물 투입에 따른 세포내 신호 전달 시스템에서 막 단백질이 1차 게이트 역할을 잘 수행하도록 하기 위하여, 본 발명은 막 단백질의 상태 또는 조직에 특정하여 상호작용하도록 약물 안전성 테스트 지표를 설정하는 방법을 제시한다.Membrane proteins can be used as an indicator of drug risk in that they have many functions to transmit cell signals through the periphery of the cell, although they do not show many interactions at the same time due to environmental and spatial restrictions due to the membrane structure. Therefore, in order to allow the membrane protein to function well as a primary gate in an intracellular signal transduction system upon drug injection, the present invention provides a method for setting a drug safety test index so as to specifically interact with the state or tissue of a membrane protein present.
도 3은 본 발명의 실시예와 관련된 단백질-단백질간의 상호작용 네트워크의 조직에 따른 신호 전달 경로가 재구성되는 속도의 일 예를 나타내는 도면이다.FIG. 3 is a diagram showing an example of the rate at which a signal transduction path is reconstructed according to the organization of a protein-protein interaction network related to an embodiment of the present invention.
도 3을 참조하면, 세포 조직 특이적 발현 데이터(tissue specific expression data)와 단백질-단백질간의 상호작용 네트워크 정보에 기초하여 세포 신호 네트워크의 다양성 정보를 도출하고, 다양성 정보에 기초하여 약물테스트 타겟 단백질의 약물 부작용 위험성과의 관계를 분석할 수 있다.Referring to FIG. 3, diversity information of a cell signal network is derived based on tissue-specific expression data and interaction network information between protein-protein, and information of a drug test target protein The relationship between the risk of adverse drug reactions can be analyzed.
구체적으로, 도 3의 (a)는 통합된 단백질 인터랙텀(protein interactome)의 일 예를 나타내는 것으로, 다수의 인터랙텀 데이터베이스를 통합하여 포괄적인 단백질-단백질 상호작용 네트워크를 구축한 일 예를 나타낸다. 예시된 단백질 인터랙텀(310)은 10,229개의 단백질 노드와 108,508개의 상호작용(interaction)을 가진 통합 네트워크를 보여준다. 단백질 인터랙텀(310)을 구성하는 수만개의 단백질 가운데 단백질 A(311) 및 단백질 B(312)를 특정하여 유전자 발현 형태를 분석할 수 있다. Specifically, FIG. 3 (a) shows an example of an integrated protein-protein interaction, and shows an example in which a comprehensive protein-protein interaction network is constructed by integrating a plurality of inter-activity databases. The exemplified
도 3의 (b)는 단백질 인터랙텀으로부터 특정 단백질(A, B)에 대하여 PPI 네트워크로 유전자 발현형태를 유전자 발현 맵으로 나타낸 것으로, 조직 특이적 유전자 발현 프로파일을 통합된 단백질 인터랙텀 정보에 맵핑함으로써 조직 특이적 상호작용 네트워크를 구축할 수 있다. FIG. 3 (b) shows a gene expression map in a PPI network for a specific protein (A, B) from a protein interactam as a gene expression map. By mapping a tissue-specific gene expression profile to integrated protein interaction information A tissue-specific interaction network can be constructed.
구체적으로, 도 3의 (b)의 좌측은 단백질 A(311)에 대하여 특정 단백질 A와 파트너간 유전자 발현 형태를 조직-단백질 매트릭스 형태의 맵(320)으로 나타낸 것이고, 우측은 단백질 B(312)에 대하여 특정 단백질 B와 파트너간 유전자 발현 형태를 조직-단백질 매트릭스 형태의 맵(330)으로 나타낸 것이다.3 (b) shows the gene expression pattern between the specific protein A and the partner with respect to the
각 특정 단백질에 대한 맵을 구성하는 다수의 박스는 세포 조직별 단백질의 존재 여부를 나타내는데, 예컨대 화이트 박스(321, 331)는 해당 조직의 단백질이 발현되지 않았다는 정보를 나타내고, 컬러 박스(322, 332)는 해당 조직의 단백질이 발현되었다는 정보를 나타낸다. For example, the
각각의 맵에서 나타내는 정보를 분석해보면, 단백질 A의 맵(320)으로부터 조직별 유전자 발현 형태 정보는 모든 유전자가 발현된 제1 형태(323), 특정 위치의 유전자가 발현되지 않은 제2 형태(324), 다른 위치의 유전자가 발현되지 않은 제3 형태(325) 등으로 재구성할 수 있다. 마찬가지로, 단백질 B의 맵(330)으로부터 유전자가 발현된 위치 및 개수에 따라 다양한 형태(333, 334, 335)를 재구성할 수 있다.Analysis of the information represented by each map reveals that the tissue-specific gene expression type information from the
이때, 단백질별 네트워크 구동성을 측정하는 지표의 하나로 유전자 재구성 비율(gene rewiring rate)을 특정할 수 있다. 단백질 A와 단백질 B의 조직별 유전자 발현형태 재구성 결과를 비교해보면, 단백질 A는 유전자 재구성 비율이 단백질 B에 비하여 낮고 정적 네트워크를 구축하는 반면, 단백질 B는 단백질 A에 비하여 유전자 재구성 비율이 높고 동적 네트워크를 구축한다는 것을 확인할 수 있다. 즉, 유전자 재구성 비율이 높을수록 세포 네트워크는 동적 특성을 나타내고 조직 특이적 상호작용을 많이 하는 반면, 유전자 재구성 비율이 낮을수록 세포 네트워크는 정적 특성을 나타내고 기본 구성의 상호작용을 갖는 것을 의미한다.At this time, the gene rewiring rate can be specified as one of the indexes for measuring the protein network activity. Comparing the results of gene expression pattern reconstruction of protein A and protein B, protein A has a lower genetic reconstruction rate than protein B and establishes a static network, while protein B has a higher gene rearrangement ratio than protein A, As shown in Fig. That is, the higher the rate of gene rearrangement, the more dynamic the cell network and the more specific the tissue interaction, while the lower the gene rearrangement rate, the more stable the cell network and the more basic interactions.
이와 같은 단백질의 재구성 비율과 약물 부작용 발생 수간의 상관관계는 단백질의 네트워크 동적 특성과도 연관되어 있다. 이하 도 4를 참조하여 설명하도록 한다.The correlation between the protein rearrangement ratio and the number of adverse drug reactions is also related to the network dynamic characteristics of the protein. This will be described below with reference to FIG.
도 4는 본 발명의 실시예와 관련된 단백질 재구성 비율과 약물 부작용 발생 횟수간의 상관관계를 나타내는 그래프의 일 예를 나타내는 것이다. FIG. 4 shows an example of a graph showing a correlation between the protein reconstitution rate and the number of drug side effects in relation to the example of the present invention.
도 4의 (a) 내지 (c)는 각각 전체 타겟 단백질, 수용성 단백질 및 막 단백질 각각에 대한 유전자 재구성 비율과 약물 부작용 발생 수 간의 상관관계를 나타내는 그래프를 나타낸 것이다. 각 그래프에서 bin은 유전자 재구성 비율을 기준으로 오름차순으로 각 bin에 100개의 타겟 단백질이 포함되도록 구성하며, 각 bin이 나타내는 약물 부작용 발생 수는 100개의 타겟 단백질의 특정 유전자 재구성 비율에서 측정되는 약물 부작용 발생횟수의 평균값을 나타낸다.4 (a) to 4 (c) are graphs showing the correlation between the ratio of gene rearrangement to the total target protein, the water-soluble protein, and the membrane protein, respectively, and the number of adverse drug reactions. In each graph, bin is configured to contain 100 target proteins in each bin in ascending order based on the gene rearrangement ratio, and the number of adverse drug reactions represented by each bin is the number of drug side effects It represents the average value of the number of times.
도 4의 (a)는 막 단백질과 수용성 단백질을 혼합한 전체 타겟 단백질에 대한 유전자 재구성 비율과 약물 부작용 발생 수 간의 상관관계를 나타낸 것으로, 유전자 재구성 비율이 증가할수록 약물 부작용 발생수도 증가하는 비례현상을 확인할 수 있다. 이는, 도 4의 (b)에 도시된 수용성 단백질의 경우 유전자 재구성 비율과 약물 부작용 발생 수 간의 비례성향이 크지 않는 반면, 도 4의 (c)에 도시된 막 단백질의 경우 유전자 재구성 비율과 약물 부작용 발생 수 간의 비례성향이 높은 점을 고려하면, 막 단백질을 약물 부작용 타겟 단백질로 선정하면서 막 단백질 고유의 유전자 재구성 비율을 약물 부작용에 대한 위험도 지표로 설정할 수 있다.Figure 4 (a) shows the correlation between the number of adverse drug reactions and the rate of gene rearrangement for the entire target protein mixed with the membrane protein and the water-soluble protein. As the ratio of gene rearrangement increases, Can be confirmed. The reason for this is as follows. In the case of the water-soluble protein shown in FIG. 4 (b), the proportional tendency between the gene rearrangement ratio and the number of drug side effects is not large, whereas in the case of the membrane protein shown in FIG. 4 (c) Considering the high proportional tendency of the number of occurrences, the rate of gene recombination inherent in membrane protein can be set as an index of risk for drug side effects by selecting membrane protein as a target adverse drug target.
도 5는 본 발명의 실시예와 관련된 막 단백질의 유전자 재구성 비율과 약물 위험도간의 상관관계를 분석하기 위한 일 실시예이다.FIG. 5 is an example for analyzing a correlation between a drug remodeling rate and a gene rearrangement ratio of a membrane protein according to an embodiment of the present invention.
수용성 단백질에 비하여 약물 위험도 영향을 많이 받는 막 단백질에서도 유전자 재구성 비율에 따라 동일 약물에 대한 위험도가 달라진다. In membrane proteins, which are more affected by drug risks than water-soluble proteins, the risk of the same drug varies depending on the ratio of gene rearrangement.
도 5의 (a)를 참조하면 유전자 재구성 비율이 80퍼센트 이상인 막 단백질에서의 약물 부작용 발생횟수(501)가 유전자 재구성 비율이 20퍼센트 이하인 막 단백질의 약물 부작용 발생횟수(502)에 비하여 급격하게 많아지는 것을 확인할 수 있다. 5 (a), the number of adverse drug reactions (501) in the membrane protein having a gene rearrangement ratio of 80% or more (501) is significantly higher than the number of adverse drug reactions (502) in the membrane protein having a gene rearrangement ratio of 20% Can be confirmed.
또한, 도 5의 (b)를 참조하면, 유전자 재구성 비율이 80퍼센트 이상인 막 단백질의 세포 사멸도(503) 역시 유전자 재구성 비율이 20퍼센트 이하인 막 단백질의 세포 사멸도(504)에 비하여 1.5배 정도 증가하고, 도 5의 (c)를 참조하면, 유전자 재구성 비율이 80퍼센트 이상인 막 단백질을 타겟으로 한 약물의 철회도(505) 역시 유전자 재구성 비율이 20퍼센트 이하인 막 단백질을 타겟으로 한 약물의 철회도(506)에 비하여 3배 정도 증가하는 것을 확인할 수 있다.5B, the degree of cell death (503) of a membrane protein having a gene rearrangement ratio of 80% or more is also 1.5 times as high as that of a membrane protein having a gene rearrangement ratio of 20% or less (504) 5 (c), the withdrawal rate (505) of a drug targeted for a membrane protein having a gene rearrangement ratio of 80% or more is also shown in the case of withdrawing a drug targeting a membrane protein having a gene rearrangement ratio of 20% or less Is increased by about 3 times as compared with the case of FIG.
이와 같은 실험 결과를 참조하면, 네트워크 동적 특성을 높게 갖는 막 단백질은 네트워크 동적 특성을 낮게 갖는 막 단백질에 비하여 약물 위험도의 영향을 크게 받는 것을 확인할 수 있다. From these results, it can be seen that the membrane protein having a high network dynamic characteristic is greatly influenced by the drug risk compared to the membrane protein having a low network dynamic characteristic.
도 6은 본 발명의 실시예와 관련된 막 단백질의 유전자 재구성 비율과 약물 위험도간의 상관관계를 분석하기 위한 다른 실시예이다.FIG. 6 is another embodiment for analyzing the correlation between the drug remodeling rate and the gene rearrangement ratio of the membrane protein according to the embodiment of the present invention.
수용성 단백질에 비하여 약물 위험도 영향을 많이 받는 막 단백질에서도 유전자 재구성 비율의 크기에 따라 약물 부작용의 일환으로 세포 사멸이 포함된 경우를 탐지하는데 얼마나 민감한지 여부를 파악할 수 있다.In membrane proteins, which are more affected by drug risks than water-soluble proteins, the degree of gene rearrangement can be used to determine how sensitive is the detection of cell death as part of drug side effects.
도 6을 참조하면, 유전자 재구성 비율이 80퍼센트인 막 단백질에 대한 약물 테스트 결과 세포 사멸도 측정에 대한 거짓 양성 비율(false positive rate)이 18.3퍼센트인 반면, 유전자 재구성 비율이 90퍼센트인 막 단백질에 대한 약물 테스트 결과 세포 사멸도 측정에 대한 거짓 양성 비율은 6.2퍼센트로 유전자 재구성 비율이 높을수록 세포 사멸을 약물 부작용 현상에 포함하는 것으로 약물 부작용 현상에 대한 탐지 정확도가 높아지는 것을 확인할 수 있다. Referring to FIG. 6, a drug test for a membrane protein with a gene rearrangement ratio of 80 percent resulted in a false positive rate of 18.3 percent for measuring cell death, whereas a membrane protein with a gene rearrangement ratio of 90 percent As a result of the drug test, the false positive rate for the cell death test is 6.2%. As the gene rearrangement rate is higher, the cell death is included in the side effect of the drug, so that the detection accuracy of the drug side effect is enhanced.
따라서, 본 발명의 실시예에 따르면 약물의 타겟이 되는 막 단백질의 유전자 재구성 비율을 약물 부작용의 심각성을 초기에 예측할 수 있는 지표로 설정할 수 있다. 유전자 재구성 비율의 상위 20퍼센트에는 50퍼센트 이상의 타겟 단백질이 세포 사멸을 포함하는 약물 부작용 현상을 갖고 있으며, 유전자 재구성 비율의 상위 15퍼센트에는 약물 철회 타겟 단백질을 포함한다.Therefore, according to the embodiment of the present invention, the rate of gene rearrangement of a membrane protein to be a target of a drug can be set as an early predictor of the severity of adverse drug reactions. In the top 20 percent of the gene rearrangement ratios, more than 50 percent of the target proteins have drug side effects including cell death, and the top 15 percent of the gene rearrangement ratios include drug retraction target proteins.
도 7은 본 발명의 실시예에 따른 약물 안전성 테스트 과정을 설명하기 위한 절차흐름도이다.7 is a flowchart illustrating a drug safety test procedure according to an embodiment of the present invention.
도 7을 참조하면, 본 발명의 실시예에 따른 약물 안전성 테스트 과정은 다수의 약물과 각각의 약물별로 나타나는 부작용 발생정보를 저장하고 있는 약물 정보 DB에 기초하여 테스트하려는 약물정보 및 해당 약물의 부작용 발생정보를 도출한다(S701). Referring to FIG. 7, the drug safety test process according to an embodiment of the present invention includes a drug information DB storing a plurality of drugs and side effect occurrence information that is generated for each drug, Information is derived (S701).
이때, 약물 정보 DB는 하나 이상의 약물 정보 DB로부터 취합한 다양한 용어(terms)로 주석화(annotation)된 다수의 약물 정보를 UMLS(Unified Medical Language System) 코드로 변환하여 저장하는 통합 약물 정보 DB를 구축하여 이용할 수 있다. 이와 달리, 기 구축된 하나 이상의 약물 정보 DB로부터 필요한 약물 정보를 도출하는 방식을 이용할 수도 있다.At this time, the drug information DB includes an integrated drug information DB for converting and annotating a plurality of drug information annotated in various terms collected from one or more drug information DB into UMLS (Unified Medical Language System) codes and storing the drug information DB . Alternatively, a method of deriving necessary drug information from one or more established drug information databases may be used.
또한, 다수의 약물과 각각의 약물별로 대응되는 타겟 단백질(막 단백질) 정보를 저장하는 약물-단백질 정보 DB에 기초하여 테스트하려는 약물정보 및 해당 약물에 대응하는 타겟 단백질 정보를 도출한다(S702). In step S702, drug information to be tested and target protein information corresponding to the drug are derived based on the drug-protein information DB storing information on target proteins (membrane proteins) corresponding to a plurality of drugs and respective drugs.
각각의 정보 DB에 기초하여 도출한 약물정보 및 약물 부작용 발생정보와 약물정보에 대응하는 타겟 단백질 정보를 맵핑하여 특정 약물에 대한 타겟 단백질에서 약물 안정성 테스트시 발생하게 되는 약물 부작용 현상과의 연관관계를 구축한다(S703). Drug information and drug side effect occurrence information derived on the basis of each information DB and target protein information corresponding to drug information are mapped and the relationship between the drug side effect phenomenon that occurs in the drug stability test in a target protein for a specific drug (S703).
이때, 종합적인 약물 부작용 분석을 위하여 약물과 타겟 단백질간의 연관관계는 약물 안정성 테스트 결과 기 승인된 약물과 타겟 단백질간의 연관성, 안전성 테스트 대상이 되는 약물과 타겟 단백질간의 연관성 및 승인되지 않은 철회된 약물과 타겟 단백질간의 연관성 중 적어도 하나를 포함하는 약물 부작용-타겟 단백질 간의 연관관계를 구축할 수 있다. For the purpose of comprehensive drug side-effect analysis, the relationship between the drug and the target protein is determined by the drug stability test, the association between the approved drug and the target protein, the relationship between the target drug and the target protein, A relationship between target adverse drug-target proteins including at least one of association among target proteins can be established.
다음으로, 약물-단백질 정보 DB에서 도출한 타겟 단백질에 대하여 약물 부작용 발생에 직접적인 근거를 제공할 수 있는 단백질 속성정보를 분석한다(S704).Next, the target protein derived from the drug-protein information database is analyzed for protein property information that can provide a direct basis for the occurrence of adverse drug reaction (S704).
단백질 속성정보 분석 결과, 유전자 재구성 비율(gene rewiring rate) 정보를 도출한다(S705). 유전자 재구성 비율이란 막 단백질의 환경적, 기능적 속성을 고려한 것으로 다수의 막 단백질이 동일 환경에 놓여 있는 것이 아니고 상태 특정하게 반응해야 하는 만큼 동적 상호작용 경향(dynamic interaction behavior)을 보이게 된다. 즉, 유전자 재구성 비율은 막 단백질의 세포 네트워크의 동적 특성(dynamics)과 연관된 특성으로 볼 수 있다.As a result of the analysis of the protein property information, the gene rewiring rate information is derived (S705). Gene reconstitution rate takes into account the environmental and functional properties of membrane proteins, so that many membrane proteins are not placed in the same environment and exhibit dynamic interaction behavior as much as they have to respond to specific conditions. In other words, the gene rearrangement ratio can be regarded as a characteristic associated with the dynamics of the cell network of the membrane protein.
도출된 유전자 재구성 비율 정보를 약품 안전성 지표로 선정하여 해당 지표에 기초하여 세포 동적 네트워크와 단백질의 세포 내 위치예측(protein subcellular localization)을 통해 해당 약물에 안정한 막 단백질을 선발하고(S706), 선발된 막 단백질을 이용하여 약물 안정성 테스트를 수행한다(S707). Based on the derived gene rearrangement ratio information as a drug safety index, stable membrane proteins are selected for the drug through protein cellular subcellular localization of the cellular dynamic network and protein based on the index (S706) The drug stability test is performed using the membrane protein (S707).
이와 같이, 세포 동적 네트워크와 단백질의 세포 내 위치예측을 통해 유전자 재구성 비율이 높은 안정된 막 단백질을 선발함에 따라 약물 개발 과정의 스크리닝 단계에서 안전한 타겟 단백질을 선택하는 것은 신약 개발에 소요되는 시간과 비용을 급감시킬 수 있다. In this way, selection of stable target protein at the screening stage of the drug development process, by selecting a stable membrane protein with a high gene reconstruction ratio through prediction of cellular dynamic network and intracellular location of the protein, Can be reduced rapidly.
따라서, 특정 단백질이 미지의 결합 단백질들과 결합하여 특정 기능을 발휘하고, 해당 기능과 약물간의 연관성을 파악하는 것은 세포 신호전달 기작 연구뿐 아니라 신약 타겟을 결정할 수 있는 직접적인 기회를 제공함과 동시에 특정 신호전달 체계 내에서의 신약 후보물질 발굴을 위한 기반 기술을 제공할 수 있다.Thus, the identification of a particular protein by binding to unknown binding proteins and demonstrating a specific function and its association with a drug provides a direct opportunity to determine a new drug target as well as to study cell signaling mechanisms, It can provide the base technology for discovering new drug candidates in the delivery system.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상이 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다. The foregoing description is merely illustrative of the technical idea of the present invention, and various changes and modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention. Therefore, the embodiments of the present invention are not intended to limit the scope of the present invention but to limit the scope of the present invention. The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents thereof should be construed as being included in the scope of the present invention.
Claims (5)
(a)테스트 대상 약물 및 해당 약물의 부작용 발생정보와 상기 테스트 대상 약물에 대응하는 타겟 단백질 정보에 기초하여 약물별 타겟 단백질과 약물 부작용 현상과의 연관관계를 구축하는 단계;
(b)상기 약물별 타겟 단백질에 대한 단백질 속성정보를 분석하여 유전자 재구성 비율(gene rewiring rate) 정보를 도출하는 단계; 및
(c)상기 유전자 재구성 비율 정보에 기초하여 상기 약물별 타겟 단백질과 약물 부작용 현상과의 연관관계를 토대로 상기 테스트 대상 약물의 표적이 되는 타겟 단백질을 선정하는 단계를 포함하는, 약물 표적이 되는 막 단백질에 대한 안전성 테스트 방법.A method for testing the safety of a membrane protein to be a drug target,
(a) establishing a relationship between a drug to be tested and a drug side effect phenomenon based on side effects of the drug under test and target protein information corresponding to the drug under test;
(b) deriving gene rewiring rate information by analyzing protein property information on the drug-specific target protein; And
(c) selecting a target protein to be a target of the drug to be tested based on the relationship between the drug-specific target protein and the drug side effect phenomenon based on the gene recombination ratio information, .
상기 (a)단계는,
다수의 약물과 각각의 약물별로 나타나는 부작용 발생정보를 저장하고 있는 약물 정보 DB에 기초하여 상기 테스트 대상 약물 및 상기 해당 약물의 부작용 발생정보를 도출하는 단계; 및
다수의 약물과 각각의 약물별로 대응되는 타겟 단백질 정보를 저장하는 약물-단백질 정보 DB에 기초하여 상기 테스트 대상 약물 및 해당 약물에 대응하는 타겟 단백질 정보를 도출하는 단계를 포함하는, 약물 표적이 되는 막 단백질에 대한 안전성 테스트 방법.The method according to claim 1,
The step (a)
Deriving side effect occurrence information of the test subject drug and the corresponding drug based on a drug information DB storing a plurality of drugs and side effect occurrence information appearing for each drug; And
Obtaining a target drug information corresponding to the test subject drug and the drug based on the drug-protein information DB storing a plurality of drugs and target protein information corresponding to each drug, Methods for testing the safety of proteins.
상기 약물 정보 DB는,
하나 이상의 약물 정보 DB로부터 취합한 다양한 용어(terms)로 주석화(annotation)된 다수의 약물 정보를 UMLS(Unified Medical Language System) 코드로 변환하여 저장하는 통합 약물 정보 DB를 이용하는, 약물 표적이 되는 막 단백질에 대한 안전성 테스트 방법.3. The method of claim 2,
The drug information DB comprises:
A drug target database that uses an integrated drug information DB that converts a plurality of drug information annotated in various terms collected from one or more drug information databases into UMLS (Unified Medical Language System) Methods for testing the safety of proteins.
상기 (b)단계는,
상기 유전자 재구성 비율 정보를 상기 테스트 대상 약물의 타겟 단백질에 대한 안정성 지표로 선정하는 단계를 포함하는, 약물 표적이 되는 막 단백질에 대한 안전성 테스트 방법.The method according to claim 1,
The step (b)
And selecting the gene rearrangement ratio information as a stability index for the target protein of the test subject drug.
상기 (c)단계는,
상기 유전자 재구성 비율 정보에 기초하여 세포 동적 네트워크와 단백질의 세포 내 위치예측(protein subcellular localization)을 수행하는 단계; 및
상기 세포 동적 네트워크와 단백질의 세포 내 위치예측 수행 결과 및 상기 약물별 타겟 단백질과 약물 부작용 현상과의 연관관계를 토대로 상기 테스트 대상 약물의 표적이 되는 타겟 단백질을 선정하는 단계를 포함하는, 약물 표적이 되는 막 단백질에 대한 안전성 테스트 방법.The method according to claim 1,
The step (c)
Performing protein subcellular localization of a cellular dynamic network and a protein based on the gene reconstitution ratio information; And
Selecting a target protein to be a target of the drug to be tested on the basis of a relationship between the cell dynamic network and a result of predicting the intracellular location of the protein and the relationship between the target protein and the drug adverse effect phenomenon, A method for testing the safety of membrane proteins.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140020441A KR101797466B1 (en) | 2014-02-21 | 2014-02-21 | Method of testing the safety for drug garget membrane protein |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140020441A KR101797466B1 (en) | 2014-02-21 | 2014-02-21 | Method of testing the safety for drug garget membrane protein |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20150098998A true KR20150098998A (en) | 2015-08-31 |
KR101797466B1 KR101797466B1 (en) | 2017-11-15 |
Family
ID=54060247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140020441A KR101797466B1 (en) | 2014-02-21 | 2014-02-21 | Method of testing the safety for drug garget membrane protein |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101797466B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112309505A (en) * | 2020-11-05 | 2021-02-02 | 湖南大学 | Anti-neocoronal inflammation drug discovery method based on network characterization |
-
2014
- 2014-02-21 KR KR1020140020441A patent/KR101797466B1/en active IP Right Grant
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112309505A (en) * | 2020-11-05 | 2021-02-02 | 湖南大学 | Anti-neocoronal inflammation drug discovery method based on network characterization |
Also Published As
Publication number | Publication date |
---|---|
KR101797466B1 (en) | 2017-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tuncbag et al. | Network-based interpretation of diverse high-throughput datasets through the omics integrator software package | |
Zheng et al. | Interpretation of cancer mutations using a multiscale map of protein systems | |
Nussinov et al. | Precision medicine review: rare driver mutations and their biophysical classification | |
Crowell et al. | On the discovery of subpopulation-specific state transitions from multi-sample multi-condition single-cell RNA sequencing data | |
Ayati et al. | CoPhosK: A method for comprehensive kinase substrate annotation using co-phosphorylation analysis | |
Gwinner et al. | Network-based analysis of omics data: the LEAN method | |
Crook et al. | Inferring differential subcellular localisation in comparative spatial proteomics using BANDLE | |
Hao et al. | Knowledge-guided deep learning models of drug toxicity improve interpretation | |
Song et al. | ClusterDE: a post-clustering differential expression (DE) method robust to false-positive inflation caused by double dipping | |
Bag et al. | Connecting signaling and metabolic pathways in EGF receptor-mediated oncogenesis of glioblastoma | |
Wang et al. | Discover novel disease-associated genes based on regulatory networks of long-range chromatin interactions | |
KR101797466B1 (en) | Method of testing the safety for drug garget membrane protein | |
Simonovsky et al. | Predicting molecular mechanisms of hereditary diseases by using their tissue‐selective manifestation | |
CN112071439B (en) | Drug side effect relationship prediction method, system, computer device, and storage medium | |
Shimada et al. | A tool for browsing the Cancer Dependency Map reveals functional connections between genes and helps predict the efficacy and selectivity of candidate cancer drugs | |
Parodi et al. | Not proper ROC curves as new tool for the analysis of differentially expressed genes in microarray experiments | |
Kleiman et al. | Replacing the thorough QT study: Reflections of a baby in the bath water | |
Chivukula et al. | ViCEKb: Vitiligo-linked Chemical Exposome Knowledgebase | |
Fiorillo et al. | Comparison of the Hi-C, GAM and SPRITE methods by use of polymer models of chromatin | |
Sprang et al. | Statistical guidelines for quality control of next-generation sequencing techniques | |
McManus et al. | The transcriptional regulator CBP has defined spatial associations within interphase nuclei | |
Díaz-Santiago et al. | Decoding neuromuscular disorders using phenotypic clusters obtained from co-occurrence networks | |
Nersisyan et al. | Telomere maintenance pathway activity analysis enables tissue-and gene-level inferences | |
Goldmann et al. | Data-and knowledge-derived functional landscape of human solute carriers | |
Jaber et al. | Application of systems biology to neuroproteomics: the path to enhanced theranostics in traumatic brain injury |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |