KR20190065128A - 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법 - Google Patents

약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법 Download PDF

Info

Publication number
KR20190065128A
KR20190065128A KR1020180143326A KR20180143326A KR20190065128A KR 20190065128 A KR20190065128 A KR 20190065128A KR 1020180143326 A KR1020180143326 A KR 1020180143326A KR 20180143326 A KR20180143326 A KR 20180143326A KR 20190065128 A KR20190065128 A KR 20190065128A
Authority
KR
South Korea
Prior art keywords
drug
interaction
increase
compounds
combined
Prior art date
Application number
KR1020180143326A
Other languages
English (en)
Inventor
이상엽
류재용
김현욱
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Publication of KR20190065128A publication Critical patent/KR20190065128A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • 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
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • 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
    • 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
    • G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Toxicology (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Analytical Chemistry (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

본 발명은 약물의 구조 정보를 이용하여 약물-약물 상호작용 및 약물-음식 상호작용을 예측하는 방법에 관한 것으로, 더욱 자세하게는 정형화된 문장으로 표현되는 상호작용 예측 결과를 통해 약물 상호작용의 작용 기전 및 활성을 예측하는 방법에 관한 것이다. 본 발명에 따른 약물 상호작용 예측 방법을 이용하면 신속하고 정확하게 약물 상호작용을 예측할 수 있고, 특히 예측 결과를 문장으로 표현함으로써 미지의 화합물의 활성 정보도 예측할 수 있으므로, 부작용을 유발하지 않으면서 원하는 활성을 나타내는 약물을 개발하는데 매우 유용하다.

Description

약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법 {Method for Predicting Drug-Drug or Drug-Food Interaction Using Structural Information of Drug}
본 발명은 약물의 구조 정보를 이용하여 약물-약물 또는 약물-음식의 상호작용을 예측하는 방법에 관한 것으로, 더욱 자세하게는 정형화된 문장으로 표현되는 약물 상호작용의 예측 결과를 통해 약물 상호작용의 작용 기전 및 약물의 활성을 예측하는 방법에 관한 것이다.
약물 상호작용은 둘 이상의 약물이 함께 투여되었을 때, 약효에 변화가 생기는 것을 의미한다. 약물 상호작용에는 음식 내 성분과의 상호작용을 포함한다.
약물 상호작용이 중요한 이유는 심각한 부작용을 일으킬 수 있기 때문이다. 약물 상호작용은 전체 약물 부작용의 30%까지 관련이 있는 것으로 보고 되었다 (Tatonetti et al., J. Am. Med . Inf . Assoc . 19:79-85, 2012; Pirmohamed, M. & Orme, M., Chapman & Hall, London, 1998).
약물 상호작용은 약물 임상 시험의 주된 실패 원인으로 알려져 있어 제약 산업에 있어서 매우 중요하다. 1990년 이후 독성 문제로 시판 중에 시장에서 철수한 33종의 의약품을 원인별로 분석해본 결과, 8건 (24%)이 약물 상호작용이 원인으로 조사되었다 (Shah RR et al., Drug Saf . 27:145-72, 2004). 2012년 미국 FDA에서 업데이트된 가이드라인에 따르면, 기존 5종의 CYP (cytochrome P450) 억제 연구 (inhibition study)에서 2종을 추가한 7종의 억제 연구를 추가 수행할 것을 권장하고 있다.
하지만, 다양한 조건에서 모든 약물-약물 상호작용을 평가하는 것은 시간과 비용의 문제로 제한된다. 이를 해결하기 위해 약물 상호작용을 예측하는 방법론이 개발되었지만, 다양한 종류의 상호작용을 약물과 음식 성분에 대해 적용할 수 있는 방법론은 존재하지 않았다.
이에 본 발명자들은 약물의 구조 정보만을 이용하여 약물 상호작용을 예측하는 방법론을 개발하고자 예의 노력한 결과, 작용 기전이 알려지지 않은 유해한 약물 상호작용의 기전을 밝히고, 약물 상호작용으로 인한 부작용을 줄일 수 있는 약물 조합을 제안할 수 있었다. 또한, 약물의 구조 정보만을 활용하여 음식 성분과 약물과의 상호작용을 예측하고, 예측 결과를 상호작용을 설명하는 문장 형태로 표현한 것을 이용하여 음식 성분의 활성을 예측할 수 있음을 확인하고, 본 발명을 완성하게 되었다.
본 발명의 목적은 약물의 구조 유사도 정보만을 이용하여 다양한 종류의 약물 상호작용을 예측하고, 그 결과를 정형화된 문장으로 표현함으로써 약물-약물 및 약물-음식 상호작용의 작용 기전 및 약물 활성을 예측하는 방법을 제공하는데 있다.
상기 목적을 달성하기 위하여, 본 발명은 상호작용을 예측하고자 하는 두 화합물 각각의 구조를 서로 다른 사전 정의된 화합물들과의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 단계; 상기 계산된 두 화합물의 구조 유사도 프로파일을 학습된 모델에 입력하는 단계; 상기 입력된 구조 유사도 프로파일을 사용하여 예측 모델이 두 화합물 간 상호작용을 예측하고, 설명하는 문장으로 출력하는 단계; 및 상기 출력된 문장을 통해 두 화합물의 상호작용의 작용 기전을 예측하는 단계를 포함하는 약물의 구조 정보를 이용한 약물 상호작용 예측 방법을 제공한다.
본 발명은 또한, 상호작용을 예측하고자 하는 두 화합물의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 계산부; 상기 계산된 두 화합물의 구조 유사도 프로파일을 합쳐서 입력하는 입력부; 상기 입력된 구조 유사도 프로파일을 사용하여 두 화합물 간 상호작용을 예측하고, 설명하는 문장으로 출력하는 출력부; 및 상기 출력된 문장을 통해 두 화합물의 상호작용의 작용 기전을 예측하는 산출부를 포함하는 약물의 구조 정보를 이용한 약물 상호작용 예측 장치를 제공한다.
본 발명은 또한, 상호작용을 예측하고자 하는 두 화합물 각각의 구조를 서로 다른 사전 정의된 화합물들과의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 단계; 상기 계산된 두 화합물의 구조 유사도 프로파일을 학습된 모델에 입력하는 단계; 상기 입력된 구조 유사도 프로파일을 사용하여 예측 모델이 두 화합물 간 상호작용을 예측하는 단계; 및 상기 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 화합물의 조합으로 선별하는 단계를 포함하는 약물의 구조 정보를 이용한 유해 상호작용 가능성이 적은 약물 조합의 스크리닝 방법을 제공한다.
본 발명에 따른 약물 상호작용 예측 방법을 이용하면 신속하고 정확하게 약물 상호작용을 예측할 수 있고, 특히 예측 결과를 문장으로 표현함으로써 미지의 화합물의 활성 정보도 예측할 수 있으므로, 부작용을 유발하지 않으면서 원하는 활성을 나타내는 약물을 개발하는데 매우 유용하다.
도 1은 기존의 구조 유사도 기반의 약물 상호작용 예측의 원리에 대한 개략도이다.
도 2는 두 약물 간 상호작용을 구조 유사도 프로파일로 표현하는 과정에 대한 개략도이다.
도 3은 본 발명의 의해 제안된 예측 모델 (방법론)의 모식도이다.
도 4는 다양한 심층 신경망 구조 중 가장 정확도가 높은 최적 구조에 대한 것이다.
도 5는 본 발명의 약물 상호작용의 유무를 결정하는 최적 임계값에 대한 것이다.
도 6은 본 발명의 심층 신경망 학습에 사용된 학습 조건이다.
도 7은 심층 신경망 학습시, 학습이 진행됨에 따라 학습 오류가 줄어드는 것을 보여준 것이다.
도 8은 본 발명의 예측 방법의 정확도에 대한 그래프이다.
도 9는 본 발명의 예측 방법에 사용된 구조 유사도 프로파일과 다른 방법론과의 정확도 비교에 대한 그래프이다.
도 10은 본 발명의 예측 방법에 의한 예측 결과가 동시에 여러 상호작용을 예측할 수 있음을 보여주는 것이다.
도 11은 본 발명의 예측 방법이 알려지지 않은 약물 상호작용의 부작용에 대한 예상 작용 기전을 보여주는 것이다.
도 12는 본 발명의 예측 방법을 이용하여 약물 상호작용으로 인한 약물 부작용을 줄이는 새로운 약물 조합을 제안하는 개략도이다.
도 13은 본 발명의 예측 방법을 이용하여 인체에 유해한 약물 상호작용에 대해 새로운 약물 조합을 제안한 것이다.
도 14는 약물 상호작용으로 인한 심장 독성을 줄일 수 있는 경우에 대한 하나의 예시이다.
도 15는 본 발명의 약물 상호작용 예측 방법을 이용하여 음식 성분의 활성을 탐색하는 방법에 대한 개략도이다.
도 16은 본 발명의 약물 상호작용 예측 방법을 이용하여 음식 성분의 활성을 예측한 결과이다.
도 17은 약물 상호작용 예측 방법을 통해 활성이 예측된 음식 성분 중, 문헌 근거가 있는 음식 성분을 나타낸 것이다.
다른 식으로 정의되지 않는 한, 본 명세서에서 사용된 모든 기술적 및 과학적 용어들은 본 발명이 속하는 기술 분야에서 숙련된 전문가에 의해서 통상적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로, 본 명세서에서 사용된 명명법은 본 기술 분야에서 잘 알려져 있고 통상적으로 사용되는 것이다.
본 발명에서는 약물-약물 및 약물-음식 성분과 같은 두 화합물의 구조 정보가 화학 구조를 표현하는 방법 즉, SMILES (Simplified molecular-input line-entry system), InChI (International Chemical Identifier), mol 및 sdf 등의 화학구조 파일을 통해 입력되었을 때, 86가지의 상호작용을 설명하는 문장을 출력할 수 있도록 하는 약물 상호작용 예측 모델 (방법론)을 구축하였다. 이러한 약물 상호작용 예측 모델을 이용하면 화합물의 구조 정보만을 바탕으로 약물 조합에 대해 다수의 상호작용을 예측하여 문장 형태로 출력함으로써 약물 상호작용을 예측할 수 있다. 정형화된 문장 형태로 출력되는 약물 상호작용 예측 방법은 음식 성분을 포함하여 다양한 화합물에 적용할 수 있어, 약물과 음식 성분과의 상호작용도 예측이 가능하다. 또한, 상호작용 예측 결과를 이용하여 약물 및 음식 성분의 새로운 약리 활성을 예측할 수도 있다.
따라서, 본 발명은 일관점에서 상호작용을 예측하고자 하는 두 화합물 각각의 구조를 서로 다른 사전 정의된 화합물들과의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 단계; 상기 계산된 두 화합물의 구조 유사도 프로파일을 학습된 모델에 입력하는 단계; 상기 입력된 구조 유사도 프로파일을 사용하여 예측 모델이 두 화합물 간 상호작용을 예측하고, 설명하는 문장으로 출력하는 단계; 및 상기 출력된 문장을 통해 두 화합물의 상호작용의 작용 기전을 예측하는 단계를 포함하는 약물의 구조 정보를 이용한 약물 상호작용 예측 방법에 관한 것이다.
본 발명은 다른 관점에서, 상호작용을 예측하고자 하는 두 화합물의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 계산부; 상기 계산된 두 화합물의 구조 유사도 프로파일을 합쳐서 입력하는 입력부; 상기 입력된 구조 유사도 프로파일을 사용하여 두 화합물 간 상호작용을 예측하고, 설명하는 문장으로 출력하는 출력부; 및 상기 출력된 문장을 통해 두 화합물의 상호작용의 작용 기전을 예측하는 산출부를 포함하는 약물의 구조 정보를 이용한 약물 상호작용 예측 장치에 관한 것이다.
본 발명의 “예측”은 작용 기전이 알려지지 않은 약물 상호작용의 기전을 예측하는 것일 수 있으며, 약물의 활성을 예측하는 것일 수 있고, 부작용이 적은 약물 조합을 제안하는 것일 수도 있다.
상기 작용 기전은 한 약물이 다른 약물의 약효를 변형시키는 작용 기전을 의미할 수 있다.
본 발명의 예측 모델은 예측 방법론과 동등한 의미로 사용된다.
본 발명에서 "사전 정의된 화합물"이란 일정 수의 화합물 집합을 의미하며, 이 화합물 집합은 상호작용을 분석하고자 입력으로 들어온 화합물과 구조 유사도를 계산하게 되는 화합물 집합을 의미한다.
본 발명에서 입력으로 사용되는 화합물 구조 정보는 컴퓨터가 화합물의 구조를 해석할 수 있는 문자열 (즉, SMILES, InChI) 또는 파일 (즉, mol, sdf)등의 다양한 형태로 입력될 수 있다.
본 발명의 "구조 유사도"는 두 화합물간의 구조적 유사도를 수치화하는 다양한 방법론들 에 의해 계산될 수 있다. 구조 유사도를 비교하는 모든 방법이 사용될 수 있으며, 바람직하게는 tanimoto similarity, coside similarity 등이 사용될 수 있다.
본 발명의 “구조 유사도 프로파일”은 입력된 두 화합물의 각 각의 구조와 승인된 모든 약물과의 구조 유사도 계산을 통해 얻은 수치형 벡터를 의미한다. 따라서, 입력된 두 화합물 각각의 구조 유사도 프로파일이 계산된다.
본 발명의 용어 "구조 유사도 프로파일"이란 하나의 약물의 구조와 승인된 약물들과 구조 유사도 (0~1사이의 값)를 비교하여 얻은 수치 벡터를 의미한다. 만약, 승인된 약물들이 총 1,000개라면, 약물 a의 구조 유사도 프로파일은 1x1000개의 수치형 벡터가 얻어지게 된다. 약물 상호작용에는 2개의 화합물의 구조를 입력으로 받기 때문에, 총 2개의 구조 유사도 프로파일 1x1000, 1x1000개가 생성되게 된다.
상기 두 개의 구조 유사도 프로파일을 합친다는 의미는, 두 화합물로부터 만들어진 각 각의 구조 유사도 프로파일을 하나로 연결한다는 의미이다. 예를들어, 화합물 a, b에 대하여, a 화합물의 구조 유사도 프로파일과 b 화합물의 구조 유사도 프로파일을 연결한 합쳐진 구조 유사도 프로파일이 생성된다. 즉, 1x2000 (1000+1000) 형태의 수치형 벡터를 의미하는 것이다.
본 발명은 일 실시예에서, 약물 상호작용을 확인하고자 하는 모든 화합물에 대해서 사전 정의된 화합물들과의 구조 유사도 프로파일을 계산하고, 약물 상호작용이 보고된 두 약물 조합을 확보하였다. 그 다음 약물 상호작용을 설명하는 문장을 정형화하여 분류 문제로 변형시키고, 상기 두 약물 조합에 해당하는 구조 유사도 프로파일을 합쳐서 상호작용하는 두 약물을 표현하는 새로운 구조 유사도 프로파일 및 정형화된 상호작용 설명 문장을 이용하여 약물 상호작용 예측 모델을 구축하였다.
본 발명에 있어서, 상기 구조 유사도 프로파일 계산은 하기 수학식 1 또는 수학식 2를 사용하는 것을 특징으로 할 수 있다.
[수학식 1]
Figure pat00001
[수학식 2]
Figure pat00002
본 발명의 약물 상호작용 예측 방법은 출력부에서 각 상호작용별 가능성을 0~1 사이의 확률 값으로 출력되는 것을 특징으로 할 수 있으며, 0.47 이하의 값으로 출력되는 경우에는 약물 상호작용 가능성이 낮은 것으로 판단하게 된다. 즉, 0.47 이하의 값의 약물 상호작용 확률로 출력되어 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 (부작용이 적은) 화합물의 조합으로 볼 수 있다.
본 발명에 있어서, 상기 상호작용을 설명하는 문장은 실시예 1의 표 1에 나타낸 86가지 문장으로 표시되는 것이 바람직하나, 이에 한정되는 것은 아니며, 학습을 통해 86가지 이상의 문장으로 확장이 가능하다.
문장의 수는 예측 모델을 학습할 때 사용한 데이터에 의해 정해지므로, 86가지의 약물 상호작용 문장 데이터를 이용하여 학습한 모델의 결과로 인해 86가지 상호작용을 예측하고, 문장으로 표현할 수 있다. 더욱 많은 데이터가 축적되어 86가지 이상의 상호작용의 문장을 확보할 수 있다면, 86가지보다 많은 약물 상호작용을 예측하고 문장 형태로 표현하는 것이 가능하다.
본 발명에 있어서, 상기 구조 유사도 프로파일을 상호작용을 설명하는 문장으로 출력하는 단계를 구체적으로 설명하면, 본 발명의 학습 모델은 미리 지정한 정형화된 문장 86개 또는 그 이상으로 표현되는 약물 상호작용 데이터로 학습되고, 이때, 상호작용 예측을 원하는 두 화합물 a와 b (약물 또는 음식 성분)의 구조 정보를 입력으로 넣으면, 86가지 상호작용 또는 그 이상의 상호작용의 가능성을 0~1 사이의 값으로 보여준다. 그리고, 특정 값 이상을 갖는 상호작용에 해당하는 문장에 약물 a, b 이름을 대입하여 새로운 문장으로 만들어 주는 것이다.
즉, 본 발명에 있어서, 상기 입력 및 출력은 심층 신경망을 기반으로 하는 것을 특징으로 할 수 있으며, 심층 신경망의 입력은 약물 상호작용을 표현하는 두 화합물의 구조 유사도 프로파일이고, 심층 신경망의 출력은 두 화합물의 상호작용을 설명하는 문장인 것을 특징으로 할 수 있다.
본 발명의 "심층 신경망"은 입력층(input layer)과 출력층(output layer) 사이에 다중의 은닉층(hidden layer)을 포함하는 인공 신경망(ANN: Artificial Neural Network)을 말하며, 심층 신경망은 다중의 은닉층을 포함하여 다양한 비선형적 관계를 학습할 수 있다.
본 발명은 상기 구축된 약물 상호작용 예측 모델을 통해 작용 기전이 알려지지 않은 약물 상호작용의 작용 기전을 예측할 수 있으며, 약물 유해 작용을 유발하는 상호작용에 대해서는 동일한 약효를 내지만 유해한 약물 상호작용을 보이지 않는 최적의 약물 조합을 제안할 수도 있다.
본 발명에 있어서, 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 화합물의 조합인 것을 특징으로 할 수 있으며, 출력부를 통해 얻어진 약물 상호작용의 가능성이 0.47 이하의 값으로 출력되는 경우에는 상호작용 가능성이 낮은 것으로 판단하게 된다. 즉, 0.47 이하의 값의 약물 상호작용 가능성이 출력되어 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 (부작용이 적은) 화합물의 조합으로 볼 수 있다.
본 발명은 또한, 상기 구축된 약물 상호작용 예측 모델을 통해 음식 성분을 비롯한 다양한 화합물과 승인된 약물과의 다양한 약물 상호작용을 예측하고, 예측한 음식 성분과 약물의 문장 형태의 상호작용 결과를 이용하여 음식 성분과 약물을 함께 복용 시에 발생할 수 있는 다양한 상호작용을 예측할 수 있으며, 약물 및 음식 성분을 비롯한 다양한 화합물의 활성도 예측할 수 있다.
본 발명에 있어서, 상기 화합물은 약물 또는 음식 성분인 것이 바람직하나, 이에 한정되는 것은 아니다.
본 발명에 있어서, 상기 상호작용은 작용 기전 또는 활성 정보인 것이 바람직하나, 이에 한정되는 것은 아니다.
본 발명은 대량의 약물과 약물, 그리고 약물과 음식 성분 등에서 발생하는 상호작용을 빠르고 정확하게 예측할 수 있으며, 특히 상호작용 예측 결과를 문장으로 표현함으로써 작용 기전이 알려져 있지 않은 약물 상호작용의 작용 기전을 이해할 수 있다. 또한, 문장으로 표현되는 약물의 활성 정보를 이용하여 알려지지 않은 미지의 화합물의 활성을 예측할 수 있다.
또한, 약물 상호작용 예측을 통해 부작용이 적은 약물을 스크리닝하는 것이 가능하며, 예상치 못한 부작용을 피할 수 있는 약물을 설계하는 것도 가능하다.
따라서, 본 발명은 약물 상호작용을 약물 개발 단계에서 조기에 확인할 수 있기 때문에 부작용이 적을 것으로 예상되는 후보 물질을 신속하게 확인하는 것이 가능하다. 즉, 약물 개발의 구조 최적화 단계에서 부작용이 적은 약물을 설계할 수 있는 장점이 있다. 또한, 약물 상호작용으로 인한 심각한 부작용이 예상되는 약물 조합을 피할 수도 있다. 뿐만 아니라, 약물을 포함한 미지의 화합물의 활성 정보를 예측하는 것이 가능하므로, 심각한 부작용을 유발하지 않으면서 원하는 활성을 갖는 약물 후보 물질을 찾을 수 있고, 이러한 장점은 산업적 활용에 있어서 매우 유용하다.
본 발명은 또 다른 관점에서, 상호작용을 예측하고자 하는 두 화합물 각각의 구조를 서로 다른 사전 정의된 화합물들과의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 단계; 상기 계산된 두 화합물의 구조 유사도 프로파일을 학습된 모델에 입력하는 단계; 상기 입력된 구조 유사도 프로파일을 사용하여 예측 모델이 두 화합물 간 상호작용을 예측하는 단계; 및 상기 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 화합물의 조합으로 선별하는 단계를 포함하는 약물의 구조 정보를 이용한 유해 상호작용 가능성이 적은 약물 조합의 스크리닝 방법에 관한 것이다.
즉, 약물 A-약물 B의 유해 상호작용이 알려져 있을 때, 약물 B를 동일한 약효의 약물 C로 치환할 경우 약물 A-약물 C는 본 발명의 방법 및 장치를 통해 유해 상호작용이 예측되지 않는 것을 특징으로 할 수 있다.
본 발명에 있어서, 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 화합물의 조합인 것을 특징으로 할 수 있으며, 출력부를 통해 얻어진 약물 상호작용의 가능성이 0.47 이하의 값으로 출력되는 경우에는 상호작용 가능성이 낮은 것으로 판단하게 된다. 즉, 0.47 이하의 값의 약물 상호작용 가능성이 출력되어 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 (부작용이 적은) 화합물의 조합으로 볼 수 있다.
[ 실시예 ]
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 예시하기 위한 것으로서, 본 발명의 범위가 이들 실시예에 의해 제한되는 것으로 해석되지 않는 것은 당업계에서 통상의 지식을 가진 자에게 있어서 자명할 것이다.
실시예 1: 약물 상호작용 예측 모델의 개발
1-1: 약물 상호작용 예측 원리
본 발명의 약물 상호작용 예측 방법은 구조 유사도를 이용한 방법의 원리를 기반으로 하였다. 즉, 약물 a와 약물 b의 상호작용이 알려져 있으며, 약물 b'이 약물 b와 구조가 유사할 때, 약물 a와 약물 b'가 유사한 상호작용을 한다는 원리이다 (도 1). 하지만, 특정 구조 유사도의 한계점을 특정하기 어렵고, 보다 다양한 구조도 정보를 활용하고자 구조 유사도 프로파일을 사용하였다.
1-2: 약물의 구조 유사도 프로파일의 계산
하나의 약물에 대한 구조 유사도 프로파일은 해당 약물과 2,159개의 승인된 약물과의 구조 유사도를 비교하여 얻은 유사도 수치로 얻어진 배열이다 (도 2). 본 실시예에서는 유사도 측정을 위해 하기 수학식 1 타니모토 계수를 사용하여 구조 유사도를 계산하였다.
[수학식 1]
Figure pat00003
하나의 약물 상호작용에는 두 약물이 관여하는데, 이를 표현하기 위하여 두 약물로부터 얻어진 두 구조 유사도 프로파일을 합친 것을 사용하였다 (도 2).
1-3: 약물 상호작용 학습 데이터 확보 및 문장 형태의 표현
약물 상호작용 예측을 위한 모델 구축을 위해서, 약물 상호작용 정보는 DrugBank로부터 확보하였다. 총 192,284개의 약물 상호작용에 해당하는 191,878개의 약물 조합을 확보하였다. 그 다음, 약물 상호작용을 설명하는 문장을 86가지로 분류하였다 (표 1). 상호작용을 설명하는 문장에 번호를 다시 부여함으로써 약물 상호작용 예측 문제를 분류 문제로 정의할 수 있다.
상호작용 번호 상호작용을 설명하는 문장
1 Drug a can cause a decrease in the absorption of Drug b resulting in a reduced serum concentration and potentially a decrease in efficacy.
(약물 a는 약물 b의 흡수를 감소시켜 혈청 농도를 감소시키고 잠재적으로 효능을 감소시킬 수 있다)
2 Drug a can cause an increase in the absorption of Drug b resulting in an increased serum concentration and potentially a worsening of adverse effects.
(약물 a는 약물 b의 흡수를 증가시켜 혈청 농도를 증가시키고 잠재적으로 부작용을 완화시킬 수 있다)
3 The absorption of Drug b can be decreased when combined with Drug a.
(약물 a와 병용하면 약물 b의 흡수가 감소될 수 있다)
4 The bioavailability of Drug b can be decreased when combined with Drug a.
(약물 a와 병용하면 약물 b의 생체 이용률이 감소될 수 있다)
5 The bioavailability of Drug b can be increased when combined with Drug a.
(약물 a와 병용하면 약물 b의 생체 이용률이 증가될 수 있다)
6 The metabolism of Drug b can be decreased when combined with Drug a.
(약물 a와 병용하면 약물 b의 신진대사가 감소될 수 있다)
7 The metabolism of Drug b can be increased when combined with Drug a.
(약물 a와 병용하면 약물 b의 신진대사가 증가될 수 있다)
8 The protein binding of Drug b can be decreased when combined with Drug a.
(약물 a와 병용하면 약물 b의 단백질 결합이 감소될 수 있다)
9 The serum concentration of Drug b can be decreased when it is combined with Drug a.
(약물 b의 혈청 농도는 약물 a와 병용하면 감소될 수 있다)
10 The serum concentration of Drug b can be increased when it is combined with Drug a.
(약물 b의 혈청 농도는 약물 a와 병용하면 증가될 수 있다)
11 The serum concentration of the active metabolites of Drug b can be increased when Drug b is used in combination with Drug a.
(약물 b가 약물 a와 병용 사용될 때 약물 b의 활성 대사산물의 혈청 농도는 증가될 수 있다)
12 The serum concentration of the active metabolites of Drug b can be reduced when Drug b is used in combination with Drug a resulting in a loss in efficacy.
(약물 b가 약물 a와 병용 사용되어 효능이 상실될 때 약물 b의 활성 대사산물의 혈청 농도는 감소될 수 있다)
13 The therapeutic efficacy of Drug b can be decreased when used in combination with Drug a.
(약물 a와 병용 사용시 약물 b의 치료 효능이 감소될 수 있다)
14 The therapeutic efficacy of Drug b can be increased when used in combination with Drug a.
(약물 a와 병용 사용시 약물 b의 치료 효능이 증가될 수 있다)
15 Drug a may decrease the excretion rate of Drug b which could result in a higher serum level.
(약물 a는 약물 b의 배설율을 감소시켜 혈청 수준을 높일 수 있다)
16 Drug a may increase the excretion rate of Drug b which could result in a lower serum level and potentially a reduction in efficacy.
(약물 a는 약물 b의 배설율을 증가시켜 혈청 수준이 낮아지고 잠재적으로 효능이 감소될 수 있다)
17 Drug a may decrease the cardiotoxic activities of Drug b.
(약물 a는 약물 b의 심장독성을 감소시킬 수 있다)
18 Drug a may increase the cardiotoxic activities of Drug b.
(약물 a는 약물 b의 심장독성을 증가시킬 수 있다)
19 Drug a may increase the central neurotoxic activities of Drug b.
(약물 a는 약물 b의 중추 신경독성을 증가시킬 수 있다)
20 Drug a may increase the hepatotoxic activities of Drug b.
(약물 a는 약물 b의 간독성을 증가시킬 수 있다)
21 Drug a may increase the nephrotoxic activities of Drug b.
(약물 a는 약물 b의 신장독성을 증가시킬 수 있다)
22 Drug a may increase the neurotoxic activities of Drug b.
(약물 a는 약물 b의 신경독성을 증가시킬 수 있다)
23 Drug a may increase the ototoxic activities of Drug b.
(약물 a는 약물 b의 내이신경독성을 증가시킬 수 있다)
24 Drug a may decrease effectiveness of Drug b as a diagnostic agent.
(약물 a는 진단제로서의 약물 b의 효과를 감소시킬 수 있다)
25 The risk of a hypersensitivity reaction to Drug b is increased when it is combined with Drug a.
(약물 a와 병용하면 약물 b에 대한 과민 반응의 위험이 증가한다)
26 The risk or severity of adverse effects can be increased when Drug a is combined with Drug b.(약물 a는 약물 b와 병용하면 부작용의 위험도 또는 중증도가 증가될 수 있다)
27 The risk or severity of bleeding can be increased when Drug a is combined with Drug b.
(약물 a는 약물 b와 병용하면 출혈의 위험도 또는 중증도가 증가될 수 있다)
28 The risk or severity of heart failure can be increased when Drug b is combined with Drug a.
(약물 b는 약물 a와 병용하면 심장마비의 위험도 또는 중증도가 증가될 수 있다)
29 The risk or severity of hyperkalemia can be increased when Drug a is combined with Drug b.
(약물 a는 약물 b와 병용하면 고칼륨혈증의 위험도 또는 중증도가 증가될 수 있다)
30 The risk or severity of hypertension can be increased when Drug b is combined with Drug a.
(약물 a는 약물 b와 병용하면 고혈압의 위험도 또는 중증도가 증가될 수 있다)
31 The risk or severity of hypotension can be increased when Drug a is combined with Drug b.
(약물 a는 약물 b와 병용하면 저혈압의 위험도 또는 중증도가 증가될 수 있다)
32 The risk or severity of QTc prolongation can be increased when Drug a is combined with Drug b.
(약물 a는 약물 b와 병용하면 QTc-연장 작용을 증가시킬 수 있다)
33 Drug a may decrease the analgesic activities of Drug b.
(약물 a는 약물 b의 진통 활성을 감소시킬 수 있다)
34 Drug a may decrease the anticoagulant activities of Drug b.
(약물 a는 약물 b의 항응고 활성을 감소시킬 수 있다)
35 Drug a may decrease the antihypertensive activities of Drug b.
(약물 a는 약물 b의 항고혈압 활성을 감소시킬 수 있다)
36 Drug a may decrease the antiplatelet activities of Drug b.
(약물 a는 약물 b의 항혈소판 활성을 감소시킬 수 있다)
37 Drug a may decrease the bronchodilatory activities of Drug b.
(약물 a는 약물 b의 기관지확장 활성을 감소시킬 수 있다)
38 Drug a may decrease the diuretic activities of Drug b.
(약물 a는 약물 b의 이뇨 활성을 감소시킬 수 있다)
39 Drug a may decrease the neuromuscular blocking activities of Drug b.
(약물 a는 약물 b의 신경근 차단 활성을 감소시킬 수 있다)
40 Drug a may decrease the sedative activities of Drug b.
(약물 a는 약물 b의 진정 활성을 감소시킬 수 있다)
41 Drug a may decrease the stimulatory activities of Drug b.
(약물 a는 약물 b의 자극 활성을 감소시킬 수 있다)
42 Drug a may decrease the vasoconstricting activities of Drug b.
(약물 a는 약물 b의 혈관수축 활성을 감소시킬 수 있다)
43 Drug a may increase the adverse neuromuscular activities of Drug b.
(약물 a는 약물 b의 신경근 차단 활성을 증가시킬 수 있다)
44 Drug a may increase the analgesic activities of Drug b.
(약물 a는 약물 b의 진통 활성을 증가시킬 수 있다)
45 Drug a may increase the anticholinergic activities of Drug b.
(약물 a는 약물 b의 항콜린제 활성을 증가시킬 수 있다)
46 Drug a may increase the anticoagulant activities of Drug b.
(약물 a는 약물 b의 항응고제 활성을 증가시킬 수 있다)
47 Drug a may increase the antihypertensive activities of Drug b.
(약물 a는 약물 b의 항고혈압 활성을 증가시킬 수 있다)
48 Drug a may increase the antiplatelet activities of Drug b.
(약물 a는 약물 b의 항혈소판 활성을 증가시킬 수 있다)
49 Drug a may increase the antipsychotic activities of Drug b.
(약물 a는 약물 b의 항정신병제 활성을 증가시킬 수 있다)
50 Drug a may increase the arrhythmogenic activities of Drug b.
(약물 a는 약물 b의 부정맥유발 활성을 증가시킬 수 있다)
51 Drug a may increase the atrioventricular blocking (AV block) activities of Drug b.
(약물 a는 약물 b의 방실 차단 (AV 차단) 활성을 증가시킬 수 있다)
52 Drug a may increase the bradycardic activities of Drug b.
(약물 a는 약물 b의 서맥 활성을 증가시킬 수 있다)
53 Drug a may increase the bronchoconstrictory activities of Drug b.
(약물 a는 약물 b의 기관지수축 활성을 증가시킬 수 있다)
54 Drug a may increase the central nervous system depressant (CNS depressant) activities of Drug b.
(약물 a는 약물 b의 중추신경계 억제 (CNS 억제) 활성을 증가시킬 수 있다)
55 Drug a may increase the central nervous system depressant (CNS depressant) and hypertensive activities of Drug b.
(약물 a는 약물 b의 중추신경계 억제 (CNS 억제) 및 고혈압 활성을 증가시킬 수 있다)
56 Drug a may increase the constipating activities of Drug b.
(약물 a는 약물 b의 변비 활성을 증가시킬 수 있다)
57 Drug a may increase the dermatologic adverse activities of Drug b.
(약물 a는 약물 b의 피부 부작용을 증가시킬 수 있다)
58 Drug a may increase the fluid retaining activities of Drug b.
(약물 a는 약물 b의 유체 유지 활성을 증가시킬 수 있다)
59 Drug a may increase the hypercalcemic activities of Drug b.
(약물 a는 약물 b의 고칼슘혈증 활성을 증가시킬 수 있다)
60 Drug a may increase the hyperglycemic activities of Drug b.
(약물 a는 약물 b의 고혈당 활성을 증가시킬 수 있다)
61 Drug a may increase the hyperkalemic activities of Drug b.
(약물 a는 약물 b의 고칼륨 활성을 증가시킬 수 있다)
62 Drug a may increase the hypertensive activities of Drug b.
(약물 a는 약물 b의 고혈압 활성을 증가시킬 수 있다)
63 Drug a may increase the hypocalcemic activities of Drug b.
(약물 a는 약물 b의 저칼슘혈증 활성을 증가시킬 수 있다)
64 Drug a may increase the hypoglycemic activities of Drug b.
(약물 a는 약물 b의 저혈당 활성을 증가시킬 수 있다)
65 Drug a may increase the hypokalemic activities of Drug b.
(약물 a는 약물 b의 저칼륨혈증 활성을 증가시킬 수 있다)
66 Drug a may increase the hyponatremic activities of Drug b.
(약물 a는 약물 b의 저나트륨혈증 활성을 증가시킬 수 있다)
67 Drug a may increase the hypotensive activities of Drug b.
(약물 a는 약물 b의 저혈압 활성을 증가시킬 수 있다)
68 Drug a may increase the hypotensive and central nervous system depressant (CNS depressant) activities of Drug b.
(약물 a는 약물 b의 저혈압 및 중추신경계 억제 (CNS 억제) 활성을 증가시킬 수 있다)
69 Drug a may increase the immunosuppressive activities of Drug b.
(약물 a는 약물 b의 면역억제 활성을 증가시킬 수 있다)
70 Drug a may increase the myelosuppressive activities of Drug b.
(약물 a는 약물 b의 골수억제 활성을 증가시킬 수 있다)
71 Drug a may increase the myopathic rhabdomyolysis activities of Drug b.
(약물 a는 약물 b의 횡문근융해증 활성을 증가시킬 수 있다)
72 Drug a may increase the neuroexcitatory activities of Drug b.
(약물 a는 약물 b의 신경흥분 활성을 증가시킬 수 있다)
73 Drug a may increase the neuromuscular blocking activities of Drug b.
(약물 a는 약물 b의 신경근 차단 활성을 증가시킬 수 있다)
74 Drug a may increase the orthostatic hypotensive activities of Drug b.
(약물 a는 약물 b의 기립성 저혈압 활성을 증가시킬 수 있다)
75 Drug a may increase the photosensitizing activities of Drug b.
(약물 a는 약물 b의 광민감성 활성을 증가시킬 수 있다)
76 Drug a may increase the QTc-prolonging activities of Drug b.
(약물 a는 약물 b의 QTc-연장 작용을 증가시킬 수 있다)
77 Drug a may increase the respiratory depressant activities of Drug b.
(약물 a는 약물 b의 호흡 억제 활성을 증가시킬 수 있다)
78 Drug a may increase the sedative activities of Drug b.
(약물 a는 약물 b의 진정 활성을 증가시킬 수 있다)
79 Drug a may increase the serotonergic activities of Drug b.
(약물 a는 약물 b의 세로토닌 촉진 활성을 증가시킬 수 있다)
80 Drug a may increase the stimulatory activities of Drug b.
(약물 a는 약물 b의 자극 촉진 활성을 증가시킬 수 있다)
81 Drug a may increase the tachycardic activities of Drug b.
(약물 a는 약물 b의 빈맥 활성을 증가시킬 수 있다)
82 Drug a may increase the thrombogenic activities of Drug b.
(약물 a는 약물 b의 혈전생성 활성을 증가시킬 수 있다)
83 Drug a may increase the ulcerogenic activities of Drug b.
(약물 a는 약물 b의 궤양유발 활성을 증가시킬 수 있다)
84 Drug a may increase the vasoconstricting activities of Drug b.
(약물 a는 약물 b의 혈관수축 활성을 증가시킬 수 있다)
85 Drug a may increase the vasodilatory activities of Drug b.
(약물 a는 약물 b의 혈관확장 활성을 증가시킬 수 있다)
86 Drug a may increase the vasopressor activities of Drug b.
(약물 a는 약물 b의 승압제 활성을 증가시킬 수 있다)
1-4: 약물 상호작용 예측 모델 구축
약물 상호작용 예측 모델은 상기에서 얻어진 약물 상호작용 데이터를 이용하여 구축하였다. 약물 상호작용 예측 모델은 심층 신경망 기반의 기계 학습 방법을 통해 구축하였다. 심층 신경망의 학습은 Keras와 TensorFlow (Google)을 이용하여 구현하였다. 심층 신경망의 입력으로는 약물 상호작용을 표현하는 두 약물의 구조 유사도 프로파일을 입력으로 받아들이고, 86개에 해당하는 약물 상호작용을 결과로 나타냈다 (도 3). 이때, 두 약물이 여러 상호작용에 관여할 수 있으므로, 다중 분류 문제로 예측 모델을 구현하였다.
상호작용의 예측 결과는 상호작용에 해당하는 표 1에 정의된 문장으로 표현하였다. 심층 신경망의 구조를 최적화하기 위하여, 데이터의 60%를 이용하여 학습하고 20%를 이용하여 평가하여 가장 정확도가 높은 8개의 은닉층과 각 은닉층에 2,048개의 은닉 노드를 갖는 심층 신경망의 구조를 선택하였다 (도 4). 또한, 약물 상호작용의 가능성은 0~1 사이의 값으로 표현되는데, 약물 상호작용 예측 정확도를 가장 높게하는 최적의 임계값을 계산하였다. 약물 상호작용의 유무를 0.47 기준으로 구분 할 때, 가장 좋은 예측 결과를 보여주었다 (도 5). 이때의 다양한 파라미터 조건은 도 6에 명시하였다. 나머지 20%는 최종 모델을 확정한 뒤 예측 모델의 정확도 계산 시 사용하였다.
상호작용 예측 모델의 학습 과정에서의 에러의 분포를 확인한 결과, 학습이 과적합 없이 잘 이루어짐을 확인할 수 있었다 (도 7). 최종 상호작용 예측 정확도는 92.4%로 평가되었다 (도 8).
1-5: 구조 유사도 프로파일 성능 비교
본 발명에서 제안한 약물 상호작용을 수치 벡터로 표현하는 방법인 구조 유사도 프로파일 기반의 방법론을 3가지의 방법론인 molecular descriptor, mol2vec (Jaeger S et al., J. Chem . Inf . Model. 58(1):27-35, 2018) 및 molecular autoencoder (Gomez-Bombarelli R, et al. ACS Cent. Sci . 4(2):268-276, 2018) 방법론과 비교하였다.
그 결과, 가장 직관적이고 간단한 연산을 필요로하는 구조 유사도 프로파일 기반의 상호작용 예측 모델이 가장 정확도가 높은 결과를 보여주었다 (도 9).
실시예 2: 약물 상호작용 예측 모델 (방법론)을 이용한 알려지지 않은 상호작용의 작용 기전 예측
2-1: 가능한 모든 약물 상호작용의 예측
실시예 1에서 구축한 약물 상호작용 예측 모델 (방법론)을 이용하여 승인된 2,159개의 가능한 모든 약물과 약물 사이의 상호작용은 2,329,561개였다. 이 중, 487,632개의 약물 조합은 기존에 보고되지 않았지만, 상호작용할 가능성이 높다고 예측되었다 (도 10).
2-2: 유해한 약물 상호작용의 작용 기전 예측 및 검증
DrugBank로부터 확보한 상호작용 예측 학습 데이터에 총 60,509개 약물 조합은 약물 상호작용으로 인한 유해성은 보고되었지만, 작용 기전에 대한 정보는 없다. 실시예 2-1에서 얻은 모든 상호작용 예측 결과가 이러한 약물 부작용의 작용 기전을 설명할 수 있는지를 분석해 보았다.
그 결과, 총 12,632개의 약물 조합이 부작용 이외의 86개 중 하나의 약물 상호작용을 하는 것으로 예측되었다 (도 11). 예측된 약물 상호작용은 대부분 약물 대사 관련으로 혈청 내 농도의 증가 또는 감소에 관한 것이었다 (도 11).
예측 결과의 검증을 위해서, 12,632개의 약물 조합을 대상으로 약물 상호작용 정보를 제공하는 데이터베이스인 Drugs.com의 결과와 비교하였다. 12,632개의 약물 조합 중, 182개의 약물 조합에 대한 정보가 Drugs.com에 존재하였으며, 이 중 43개의 약물 상호작용이 실시예 2-1에서 예측된 상호작용과 일치함을 확인할 수 있었다.
약물 조합 이름 예측된 약물 상호작용

Amiloride (아밀로라이드);
Enalapril (에날라프릴)		 Amiloride may increase the hyperkalemic activities of Enalapril.
(아밀로라이드는 에날라프릴의 고칼륨혈증 활성을 증가시킬 수 있다)

Amiloride (아밀로라이드);
Lisinopril (리시노프릴)		 Amiloride may increase the hyperkalemic activities of Lisinopril.
(아밀로라이드는 리시노프릴의 고칼륨혈증 활성을 증가시킬 수 있다)

Amiloride (아밀로라이드);
Ramipril (라미프릴)		 Amiloride may increase the hyperkalemic activities of Ramipril.
(아밀로라이드는 라미프릴의 고칼륨혈증 활성을 증가시킬 수 있다)
Amiloride (아밀로라이드);
Trandolapril
(트란돌라프릴)		 Amiloride may increase the hyperkalemic activities of Trandolapril.
(아밀로라이드는 트란돌라프릴의 고칼륨혈증 활성을 증가시킬 수 있다)

Amiodarone(아미오다론);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Amiodarone.
(옥시코돈의 신진대사는 아미오다론과 병용하면 감소할 수 있다)
Amitriptyline
(아미트리프탈린);
Citalopram (시탈로프람)		 Amitriptyline may increase the QTc-prolonging activities of Citalopram.
(아미트리프탈린은 시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Amitriptyline
(아미트리프탈린);
Escitalopram
(에스시탈로프람)		 Amitriptyline may increase the QTc-prolonging activities of Escitalopram.
(아미트리프탈린은 에스시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)

Amoxapine(아목사핀);
Citalopram (시탈로프람)		 Amoxapine may increase the QTc-prolonging activities of Citalopram.
(아목사핀은 시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Amoxapine(아목사핀);
Escitalopram
(에스시탈로프람)		 Amoxapine may increase the QTc-prolonging activities of Escitalopram.
(아목사핀은 에스시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Amprenavir (암프레나비어);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Amprenavir.
(템시롤리무스의 혈청 농도는 암프레나비어와 병용하면 증가할 수 있다)

Anagrelide (아나그렐리드);
Apixaban (아픽사반)		 Anagrelide may increase the anticoagulant activities of Apixaban.
(아나그렐리드는 아픽사반의 항응고제 활성을 증가시킬 수 있다)

Aprepitant(아프레피탄트);
Oxycodone (옥시코돈)		 The serum concentration of Oxycodone can be increased when it is combined with Aprepitant.
(옥시코돈의 혈청 농도는 아프레피탄트와 병용하면 증가할 수 있다)
Aripiprazole(아빌리파이);
Tetrabenazine
(테트라베나진)		 Aripiprazole may increase the QTc-prolonging activities of Tetrabenazine.
(아빌리파이는 테트라베나진의 QTc 연장 활성을 증가시킬 수 있다)

Atazanavir (아타자나비어);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Atazanavir.
(옥시코돈의 신진대사는 아타자나비어와 병용하면 감소할 수 있다)
Atazanavir (아타자나비어);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Atazanavir.
(템시롤리무스의 혈청 농도는 아타자나비어와 병용하면 증가할 수 있다)

Atazanavir (아타자나비어);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Atazanavir.
(토레미펜의 신진대사는 아타자나비어와 병용하면 감소할 수 있다)
Azilsartan medoxomil
(아질사르탄 메독소밀);
Spironolactone
(스피로노락톤)		 Azilsartan medoxomil may increase the hyperkalemic activities of Spironolactone.
(아질사르탄 메독소밀은 스피로노락톤의 고칼륨혈증 활성을 증가시킬 수 있다)

Bepridil (베프리딜);
Conivaptan (코니밥탄)		 The serum concentration of Conivaptan can be increased when it is combined with Bepridil.
(코니밥탄의 혈청 농도는 베프리딜과 병용하면 증가할 수 있다)

Boceprevir (보세프레비르);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Boceprevir.
(옥시코돈의 신진대사는 보세프레비르와 병용하면 감소할 수 있다)
Boceprevir (보세프레비르);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Boceprevir.
(템시롤리무스의 혈청 농도는 보세프레비르와 병용하면 증가할 수 있다)

Boceprevir (보세프레비르);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Boceprevir.
(토레미펜의 신진대사는 보세프레비르와 병용하면 감소할 수 있다)

Bupropion(부프로피온);
Citalopram (시탈로프람)		 The metabolism of Citalopram can be decreased when combined with Bupropion.
(시탈로프람의 신진대사는 부프로피온과 병용하면 감소할 수 있다)

Bupropion(부프로피온);
Fluoxetine (플루옥세틴)		 The metabolism of Fluoxetine can be decreased when combined with Bupropion.
(플루옥세틴의 신진대사는 부프로피온과 병용하면 감소할 수 있다)
Bupropion (부프로피온);
Fluvoxamine (플로복사민)		 The metabolism of Fluvoxamine can be decreased when combined with Bupropion.
(플로복사민의 신진대사는 부프로피온과 병용하면 감소할 수 있다)
Bupropion(부프로피온);
Paroxetine (파록세틴)		 The metabolism of Paroxetine can be decreased when combined with Bupropion.
(파록세틴의 신진대사는 부프로피온과 병용하면 감소할 수 있다)
Cangrelor(캔그렐러);
Apixaban (아픽사반)		 Cangrelor may increase the anticoagulant activities of Apixaban.
(캔그렐러는 아픽사반의 항응고제 활성을 증가시킬 수 있다)
Chlorpromazine
(클로르프로마진);
Sotalol (소타롤)		 Chlorpromazine may increase the QTc-prolonging activities of Sotalol.
(클로르프로마진은 소타롤의 QTc 연장 활성을 증가시킬 수 있다)
Cimetidine(시메티딘);
Phenytoin (페니토인)		 The serum concentration of Phenytoin can be increased when it is combined with Cimetidine.
(페니토인의 혈청 농도는 시메티딘과 병용하면 증가할 수 있다)
Clarithromycin
(클래리스로마이신);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Clarithromycin.
(옥시코돈의 신진대사는 클래리스로마이신과 병용하면 감소할 수 있다)
Clarithromycin
(클래리스로마이신);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Clarithromycin.
(템시롤리무스의 혈청 농도는 클래리스로마이신과 병용하면 증가할 수 있다)
Clomipramine
(클로미프라민);
Lorcaserin (로카세린)		 The metabolism of Lorcaserin can be decreased when combined with Clomipramine.
(로카세린의 신진대사는 클로미프라민과 병용하면 감소할 수 있다)
Clotrimazole
(클로트리마졸);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Clotrimazole.
(옥시코돈의 신진대사는 클로트리마졸과 병용하면 감소할 수 있다)
Clozapine(클로자핀);
Sotalol (소타롤)		 Clozapine may increase the QTc-prolonging activities of Sotalol.
(클로자핀은 소타롤의 QTc 연장 활성을 증가시킬 수 있다)
Cobicistat(코비시스타트);
Oxycodone (옥시코돈)		 The serum concentration of Oxycodone can be increased when it is combined with Cobicistat.
(옥시코돈의 혈청 농도는 코비시스타트와 병용하면 증가할 수 있다)
Cobicistat(코비시스타트);
Toremifene (토레미펜)		 The serum concentration of Toremifene can be increased when it is combined with Cobicistat.
(토레미펜의 혈청 농도는 코비시스타트와 병용하면 증가할 수 있다)
Conivaptan(코니밥탄);
Flibanserin (플리벤서린)		 The serum concentration of Flibanserin can be increased when it is combined with Conivaptan.
(플리벤서린의 혈청 농도는 코니밥탄과 병용하면 증가할 수 있다)
Crizotinib(크리조티닙);
Flibanserin (플리벤서린)		 The serum concentration of Flibanserin can be increased when it is combined with Crizotinib.
(플리벤서린의 혈청 농도는 크리조티닙과 병용하면 증가할 수 있다)
Crizotinib(크리조티닙);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Crizotinib.
(옥시코돈의 신진대사는 크리조티닙과 병용하면 감소할 수 있다)
Darunavir(다루나비르);
Oxycodone (옥시코돈)		 The serum concentration of Oxycodone can be increased when it is combined with Darunavir.
(옥시코돈의 혈청 농도는 다루나비르와 병용하면 증가할 수 있다)
Delavirdine(데라비르딘);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Delavirdine.
(옥시코돈의 신진대사는 데라비르딘과 병용하면 감소할 수 있다)
Desipramine(데시프라민);
Citalopram (시탈로프람)		 Desipramine may increase the QTc-prolonging activities of Citalopram.
(데시프라민은 시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Desipramine(데시프라민);
Escitalopram
(에스시탈로프람)		 Desipramine may increase the QTc-prolonging activities of Escitalopram.
(데시프라민은 에스시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Desipramine(데시프라민);
Lorcaserin (로카세린)		 The metabolism of Lorcaserin can be decreased when combined with Desipramine.
(로카세린의 신진대사는 데시프라민과 병용하면 감소할 수 있다)
Digoxin(디곡신);
Adenosine (아데노신)		 Digoxin may decrease the cardiotoxic activities of Adenosine.
(디곡신은 아데노신의 심장독성 활성을 감소시킬 수 있다)
Diltiazem(딜티아젬);
Flibanserin (플리벤서린)		 The serum concentration of Flibanserin can be increased when it is combined with Diltiazem.
(플리벤서린의 혈청 농도는 딜티아젬과 병용하면 증가할 수 있다)
Diltiazem(딜티아젬);
Guanfacine (구안파신)		 The metabolism of Guanfacine can be decreased when combined with Diltiazem.
(구안파신의 신진대사는 딜티아젬과 병용하면 감소할 수 있다)
Diltiazem(딜티아젬);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Diltiazem.
(옥시코돈의 신진대사는 딜티아젬과 병용하면 감소할 수 있다)
Dipyridamole(디피리다몰);
Apixaban (아픽사반)		 Dipyridamole may increase the anticoagulant activities of Apixaban.
(디피리다몰은 아픽사반의 항응고제 활성을 증가시킬 수 있다)
Doxepin(독세핀);
Isocarboxazid
(이소카복사지드)		 Doxepin may increase the serotonergic activities of Isocarboxazid.
(독세핀은 이소카복사지드의 세로토닌 촉진 활성을 증가시킬 수 있다)
Dronedarone(드로네다론);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Dronedarone.
(옥시코돈의 신진대사는 드로네다론과 병용하면 감소할 수 있다)
Duloxetine(듀록세틴);
Pimozide (피모지드)		 The serum concentration of Pimozide can be increased when it is combined with Duloxetine.
(피모지드의 혈청 농도는 듀록세틴과 병용하면 증가할 수 있다)
Epoprostenol
(에포프로스테놀);
Apixaban (아픽사반)		 Epoprostenol may increase the anticoagulant activities of Apixaban.
(에포프로스테놀은 아픽사반의 항응고제 활성을 증가시킬 수 있다)
Ergotamine(에르고타민);
Bromocriptine
(브로모크립틴)		 Ergotamine may increase the vasoconstricting activities of Bromocriptine.
(에르고타민은 브로모크립틴의 혈관수축 활성을 감소시킬 수 있다)
Ergotamine(에르고타민);
Efavirenz (에파비렌즈)		 The metabolism of Efavirenz can be decreased when combined with Ergotamine.
(에파비렌즈의 신진대사는 에르고타민과 병용하면 감소할 수 있다)
Erythromycin
(에리트로마이신);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Erythromycin.
(옥시코돈의 신진대사는 에리트로마이신과 병용하면 감소할 수 있다)
Fenofibrate
(페노피브레이트);
Atorvastatin
(아토르바스타틴)		 The serum concentration of Atorvastatin can be increased when it is combined with Fenofibrate.
(아토르바스타틴의 혈청 농도는 페노피브레이트와 병용하면 증가할 수 있다)
Fenofibrate
(페노피브레이트);
Pitavastatin
(피타바스타틴)		 The serum concentration of Pitavastatin can be increased when it is combined with Fenofibrate.
(아토르바스타틴의 혈청 농도는 페노피브레이트와 병용하면 증가할 수 있다)
Fenofibrate
(페노피브레이트);
Rosuvastatin
(로수바스타틴)		 The serum concentration of Rosuvastatin can be increased when it is combined with Fenofibrate.
(로수바스타틴의 혈청 농도는 페노피브레이트와 병용하면 증가할 수 있다)
Fluconazole(플루코나졸);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Fluconazole.
(옥시코돈의 신진대사는 플루코나졸과 병용하면 감소할 수 있다)
Fluoxetine(플루옥세틴);
Clomipramine
(클로미프라민)		 The serum concentration of Clomipramine can be increased when it is combined with Fluoxetine.
(클로미프라민의 혈청 농도는 플루옥세틴과 병용하면 증가할 수 있다)
Fluoxetine(플루옥세틴);
Desipramine (데시프라민)		 The serum concentration of Desipramine can be increased when it is combined with Fluoxetine.
(데시프라민의 혈청 농도는 플루옥세틴과 병용하면 증가할 수 있다)
Fluoxetine(플루옥세틴);
Doxepin (독세핀)		 The serum concentration of Doxepin can be increased when it is combined with Fluoxetine.
(독세핀의 혈청 농도는 플루옥세틴과 병용하면 증가할 수 있다)
Fluoxetine(플루옥세틴);
Droperidol (드로페리돌)		 Fluoxetine may increase the QTc-prolonging activities of Droperidol.
(플루옥세틴은 드로페리돌의 QTc 연장 활성을 증가시킬 수 있다)
Fluoxetine(플루옥세틴);
Imipramine (이미프라민)		 The serum concentration of Imipramine can be increased when it is combined with Fluoxetine.
(이미프라민의 혈청 농도는 플루옥세틴과 병용하면 증가할 수 있다)
Fluvoxamine(플루복사민);
Amitriptyline
(아미트립틸린)		 The metabolism of Amitriptyline can be decreased when combined with Fluvoxamine.
(아미트립틸린의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fluvoxamine(플루복사민);
Amoxapine (아목사핀)		 The metabolism of Amoxapine can be decreased when combined with Fluvoxamine.
(아목사핀의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fluvoxamine(플루복사민);
Clomipramine
(클로미프라민)		 The metabolism of Clomipramine can be decreased when combined with Fluvoxamine.
(클로미프라민의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fluvoxamine(플루복사민);
Clopidogrel (클로피도그렐)		 The metabolism of Clopidogrel can be decreased when combined with Fluvoxamine.
(클로피도그렐의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fluvoxamine(플루복사민);
Desipramine (데시프라민)		 The metabolism of Desipramine can be decreased when combined with Fluvoxamine.
(데시프라민의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fluvoxamine(플루복사민);
Doxepin (독세핀)		 The metabolism of Doxepin can be decreased when combined with Fluvoxamine.
(독세핀의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fluvoxamine(플루복사민);
Imipramine (이미프라민)		 The metabolism of Imipramine can be decreased when combined with Fluvoxamine.
(이미프라민의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fluvoxamine(플루복사민);
Nortriptyline
(노르트립틸린)		 The metabolism of Nortriptyline can be decreased when combined with Fluvoxamine.
(노르트립틸린의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fluvoxamine(플루복사민);
Protriptyline
(프로트립틸린)		 The metabolism of Protriptyline can be decreased when combined with Fluvoxamine.
(프로트립틸린의 신진대사는 플루복사민과 병용하면 감소할 수 있다)
Fosamprenavir
(포삼프레나비어);
Flibanserin (플리벤서린)		 The serum concentration of Flibanserin can be increased when it is combined with Fosamprenavir.
(플리벤서린의 혈청 농도는 포삼프레나비어와 병용하면 증가할 수 있다)
Fosamprenavir
(포삼프레나비어);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Fosamprenavir.
(옥시코돈의 신진대사는 포삼프레나비어와 병용하면 감소할 수 있다)
Fosamprenavir
(포삼프레나비어);
Temsirolimus
(템시롤리무스)		 The metabolism of Temsirolimus can be decreased when combined with Fosamprenavir.
(템시롤리무스의 신진대사는 포삼프레나비어와 병용하면 감소할 수 있다)
Furazolidone(푸라졸리돈);
Bupropion (부프로피온)		 Furazolidone may increase the hypertensive activities of Bupropion.
(푸라졸리돈은 부프로피온의 고혈압 활성을 증가시킬 수 있다)
Furazolidone(푸라졸리돈);
Maprotiline (마프로틸린)		 Furazolidone may increase the serotonergic activities of Maprotiline.
(푸라졸리돈은 마프로틸린의 세로토닌 촉진 활성을 증가시킬 수 있다)
Furazolidone(푸라졸리돈);
Phenylpropanolamine
(페틸프로판올아민)		 Furazolidone may increase the hypertensive activities of Phenylpropanolamine.
(푸라졸리돈은 페틸프로판올아민의 고혈압 활성을 증가시킬 수 있다)
Halothane(할로세인);
Arsenic trioxide
(삼산화 비소)		 Halothane may increase the QTc-prolonging activities of Arsenic trioxide.
(할로세인은 삼산화 비소의 QTc 연장 활성을 증가시킬 수 있다)
Halothane(할로세인);
Escitalopram
(에스시탈로프람)		 Halothane may increase the QTc-prolonging activities of Escitalopram.
(할로세인은 에스시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Halothane(할로세인);
Iloperidone (이루페리돈)		 Halothane may increase the QTc-prolonging activities of Iloperidone.
(할로세인은 이루페리돈의 QTc 연장 활성을 증가시킬 수 있다)
Halothane(할로세인);
Pimozide (피모지드)		 Halothane may increase the QTc-prolonging activities of Pimozide.
(할로세인은 피모지드의 QTc 연장 활성을 증가시킬 수 있다)
Halothane(할로세인);
Sotalol (소타롤)		 Halothane may increase the QTc-prolonging activities of Sotalol.
(할로세인은 소타롤의 QTc 연장 활성을 증가시킬 수 있다)
Ibrutinib(이브루티닙);
Warfarin (와파린)		 Ibrutinib may increase the anticoagulant activities of Warfarin.
(이브루티닙은 와파린의 항응고제 활성을 증가시킬 수 있다)
Idelalisib(이델랄리쉽);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Idelalisib.
(옥시코돈의 신진대사는 이델랄리쉽과 병용하면 감소할 수 있다)
Idelalisib(이델랄리쉽);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Idelalisib.
(토레미펜의 신진대사는 이델랄리쉽과 병용하면 감소할 수 있다)
Iloprost(일로프로스트);
Apixaban (아픽사반)		 Iloprost may increase the anticoagulant activities of Apixaban.
(일로프로스트는 아픽사반의 항응고제 활성을 증가시킬 수 있다)
Imipramine(이미프라민);
Lorcaserin (로카세린)		 The metabolism of Lorcaserin can be decreased when combined with Imipramine.
(로카세린의 신진대사는 이미프라민과 병용하면 감소할 수 있다)
Indinavir(인디나비르);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Indinavir.
(옥시코돈의 신진대사는 인디나비르와 병용하면 감소할 수 있다)
Indinavir(인디나비르);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Indinavir.
(템시롤리무스의 혈청 농도는 인디나비르와 병용하면 증가할 수 있다)
Indinavir(인디나비르);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Indinavir.
(토레미펜의 신진대사는 인디나비르와 병용하면 감소할 수 있다)
Isavuconazonium
(이사부코나조니움);
Flibanserin (플리반세린)		 The serum concentration of Flibanserin can be increased when it is combined with Isavuconazonium.
(플리반세린의 혈청 농도는 이사부코나조니움과 병용하면 증가할 수 있다)
Isavuconazonium
(이사부코나조니움);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Isavuconazonium.
(옥시코돈의 신진대사는 이사부코나조니움과 병용하면 감소할 수 있다)
Isocarboxazid
(이소카복사지드);
Bupropion (부프로피온)		 Isocarboxazid may increase the hypertensive activities of Bupropion.
(이소카복사지드는 부프로피온의 고혈압 활성을 증가시킬 수 있다)
Isocarboxazid
(이소카복사지드);
Hydrocodone (하이드로콘)		 Isocarboxazid may increase the central nervous system depressant (CNS depressant) activities of Hydrocodone.
(이소카복사지드는 하이드로콘의 중추신경계 억제 (CNS 억제) 활성을 증가시킬 수 있다)
Isocarboxazid
(이소카복사지드);
Phenylpropanolamine
(페닐프로판올아민)		 Isocarboxazid may increase the hypertensive activities of Phenylpropanolamine.
(이소카복사지드는 페닐프로판올아민의 고혈압 활성을 증가시킬 수 있다)
Itraconazole
(이트라코나졸);
Bepridil (베프리딜)		 The metabolism of Bepridil can be decreased when combined with Itraconazole.
(베프리딜의 신진대사는 이트라코나졸과 병용하면 감소할 수 있다)
Itraconazole
(이트라코나졸);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Itraconazole.
(옥시코돈의 신진대사는 이트라코나졸과 병용하면 감소할 수 있다)
Itraconazole
(이트라코나졸);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Itraconazole.
(토레미펜의 신진대사는 이트라코나졸과 병용하면 감소할 수 있다)
Ketoconazole(케토코나졸);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Ketoconazole.
(옥시코돈의 신진대사는 케토코나졸과 병용하면 감소할 수 있다)
Ketoconazole(케토코나졸);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Ketoconazole.
(토레미펜의 신진대사는 케토코나졸과 병용하면 감소할 수 있다)
Leflunomide(레프루노미드);
Fingolimod (핑골리모드)		 Leflunomide may increase the immunosuppressive activities of Fingolimod.
(레프루노미드는 핑골리모드의 면역억제 활성을 증가시킬 수 있다)
Leflunomide(레프루노미드);
Tofacitinib (토파시티닙)		 Leflunomide may increase the immunosuppressive activities of Tofacitinib.
(레프루노미드는 토파시티닙의 면역억제 활성을 증가시킬 수 있다)
Linezolid(리네졸리드);
Maprotiline (마프로틸린)		 Linezolid may increase the serotonergic activities of Maprotiline.
(리네졸리드는 마프로틸린의 세로토닌 촉진 활성을 증가시킬 수 있다)
Lomitapide(로미타피드);
Atorvastatin
(아트로바스타틴)		 The serum concentration of Atorvastatin can be increased when it is combined with Lomitapide.
(아트로바스타틴의 혈청 농도는 로미타피드와 병용하면 증가할 수 있다)
Naproxen(나프록센);
Apixaban (아픽사반)		 Naproxen may increase the anticoagulant activities of Apixaban.
(나프록센은 아픽사반의 항응고제 활성을 증가시킬 수 있다)
Nefazodone(네파조돈);
Atorvastatin
(아트로바스타틴)		 The metabolism of Atorvastatin can be decreased when combined with Nefazodone.
(아트로바스타틴의 신진대사는 네파조돈과 병용하면 감소할 수 있다)
Nefazodone(네파조돈);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Nefazodone.
(옥시코돈의 신진대사는 네파조돈과 병용하면 감소할 수 있다)
Nefazodone(네파조돈);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Nefazodone.
(토레미펜의 신진대사는 네파조돈과 병용하면 감소할 수 있다)
Nelfinavir(넬피나비어);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Nelfinavir.
(옥시코돈의 신진대사는 넬피나비어와 병용하면 감소할 수 있다)
Nelfinavir(넬피나비어);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Nelfinavir.
(템시롤리무스의 혈청 농도는 넬피나비어와 병용하면 증가할 수 있다)
Nelfinavir(넬피나비어);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Nelfinavir.
(토레미펜의 신진대사는 넬피나비어와 병용하면 감소할 수 있다)
Netupitant(네투피탄트);
Oxycodone (옥시코돈)		 The serum concentration of Oxycodone can be increased when it is combined with Netupitant.
(옥시코돈의 혈청 농도는 네투피탄트와 병용하면 증가할 수 있다)
Nortriptyline
(노르트립틸린);
Citalopram (시탈로프람)		 Nortriptyline may increase the QTc-prolonging activities of Citalopram.
(노르트립틸린은 시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Nortriptyline
(노르트립틸린);
Escitalopram
(에스시탈로프람)		 Nortriptyline may increase the QTc-prolonging activities of Escitalopram.
(노르트립틸린은 에스시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Ondansetron(온단세트론);
Iloperidone (이루페리돈)		 Ondansetron may increase the QTc-prolonging activities of Iloperidone.
(온단세트론은 이루페리돈의 QTc 연장 활성을 증가시킬 수 있다)
Oxycodone(옥시코돈);
Conivaptan (코니밥탄)		 The serum concentration of Conivaptan can be increased when it is combined with Oxycodone.
(코니밥탄의 혈청 농도는 옥시코돈과 병용하면 증가할 수 있다)
Paroxetine(파록세틴);
Amitriptyline
(아미트리프틸린)		 The metabolism of Amitriptyline can be decreased when combined with Paroxetine.
(아미트리프틸린의 신진대사는 파록세틴과 병용하면 감소할 수 있다)
Paroxetine(파록세틴);
Amoxapine (아목사핀)		 The metabolism of Amoxapine can be decreased when combined with Paroxetine.
(아목사핀의 신진대사는 파록세틴과 병용하면 감소할 수 있다)
Paroxetine(파록세틴);
Clomipramine
(클로미프라민)		 The metabolism of Clomipramine can be decreased when combined with Paroxetine.
(클로미프라민의 신진대사는 파록세틴과 병용하면 감소할 수 있다)
Paroxetine(파록세틴);
Desipramine (데시프라민)		 The metabolism of Desipramine can be decreased when combined with Paroxetine.
(데시프라민의 신진대사는 파록세틴과 병용하면 감소할 수 있다)
Paroxetine(파록세틴);
Imipramine (이미프라민)		 The metabolism of Imipramine can be decreased when combined with Paroxetine.
(이미프라민의 신진대사는 파록세틴과 병용하면 감소할 수 있다)
Paroxetine(파록세틴);
Nortriptyline
(노르트립틸린)		 The metabolism of Nortriptyline can be decreased when combined with Paroxetine.
(노르트립틸린의 신진대사는 파록세틴과 병용하면 감소할 수 있다)
Paroxetine(파록세틴);
Trimipramine
(트라이미프라민)		 The metabolism of Trimipramine can be decreased when combined with Paroxetine.
(트라이미프라민의 신진대사는 파록세틴과 병용하면 감소할 수 있다)
Phenelzine(페넬진);
Bupropion (부프로피온)		 Phenelzine may increase the hypertensive activities of Bupropion.
(페넬진은 부프로피온의 고혈압 활성을 증가시킬 수 있다)
Phenelzine(페넬진);
Phenylpropanolamine
(페닐프로판올아민)		 Phenelzine may increase the hypertensive activities of Phenylpropanolamine.
(페넬진은 페닐프로판올아민의 고혈압 활성을 증가시킬 수 있다)
Phenelzine(페넬진);
Rasagiline (라사길린)		 Phenelzine may increase the hypertensive activities of Rasagiline.
(페넬진은 라사길린의 고혈압 활성을 증가시킬 수 있다)
Phenelzine(페넬진);
Selegiline (셀레길린)		 Phenelzine may increase the hypertensive activities of Selegiline.
(페넬진은 셀레길린의 고혈압 활성을 증가시킬 수 있다)
Posaconazole(포사코나졸);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Posaconazole.
(옥시코돈의 신진대사는 포사코나졸과 병용하면 감소할 수 있다)
Posaconazole(포사코나졸);
Vinorelbine (비노렐빈)		 The metabolism of Vinorelbine can be decreased when combined with Posaconazole.
(비노렐빈의 신진대사는 포사코나졸과 병용하면 감소할 수 있다)
Prasugrel(프라수그렐);
Apixaban (아픽사반)		 Prasugrel may increase the anticoagulant activities of Apixaban.
(프라수그렐은 아픽사반의 항응고제 활성을 증가시킬 수 있다)
Procarbazine(프로카바진);
Bupropion (부프로피온)		 Procarbazine may increase the hypertensive activities of Bupropion.
(프로카바진은 부프로피온의 고혈압 활성을 증가시킬 수 있다)
Procarbazine(프로카바진);
Lisdexamfetamine
(리스덱삼페타민)		 Procarbazine may increase the hypertensive activities of Lisdexamfetamine.
(프로카바진은 리스덱삼페타민의 고혈압 활성을 증가시킬 수 있다)
Procarbazine(프로카바진);
Remifentanil (레미펜타닐)		 Procarbazine may increase the hypotensive activities of Remifentanil.
(프로카바진은 레미펜타닐의 저혈압 활성을 증가시킬 수 있다)
Protriptyline
(프로트립틸린);
Citalopram (시탈로프람)		 Protriptyline may increase the QTc-prolonging activities of Citalopram.
(프로트립틸린은 시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Protriptyline
(프로트립틸린);
Escitalopram
(에스시탈로프람)		 Protriptyline may increase the QTc-prolonging activities of Escitalopram.
(프로트립틸린은 에스시탈로프람의 QTc 연장 활성을 증가시킬 수 있다)
Ranolazine(라놀라진);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Ranolazine.
(옥시코돈의 신진대사는 라놀라진과 병용하면 감소할 수 있다)
Rasagiline(라사길린);
Bupropion (부프로피온)		 Rasagiline may increase the hypertensive activities of Bupropion.
(라사길린은 부프로피온의 고혈압 활성을 증가시킬 수 있다)
Rasagiline(라사길린);
Isocarboxazid
(이소카복사지드)		 Rasagiline may increase the hypotensive activities of Isocarboxazid.
(라사길린은 이소카복사지드의 저혈압 활성을 증가시킬 수 있다)
Ritonavir(리토나비르);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Ritonavir.
(템시롤리무스의 혈청 농도는 리토나비르와 병용하면 증가할 수 있다)
Ritonavir(리토나비르);
Triamcinolone
(트리암시놀론)		 The metabolism of Triamcinolone can be decreased when combined with Ritonavir.
(트리암시놀론의 신진대사는 리토나비르와 병용하면 감소할 수 있다)
Saquinavir(사카나비르);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Saquinavir.
(옥시코돈의 신진대사는 사카나비르와 병용하면 감소할 수 있다)
Saquinavir(사카나비르)
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Saquinavir.
(템시롤리무스의 혈청 농도는 사카나비르와 병용하면 증가할 수 있다)
Selegiline(셀레길린);
Diethylpropion
(디에틸프로피온)		 Selegiline may increase the hypertensive activities of Diethylpropion.
(셀레길린은 디에틸프로피온의 고혈압 활성을 증가시킬 수 있다)
Sevoflurane(세보프루렌);
Mesoridazine (메소리다진)		 Sevoflurane may increase the QTc-prolonging activities of Mesoridazine.
(세보프루렌은 메소리다진의 QTc 연장 활성을 증가시킬 수 있다)
Spironolactone
(스피로노락톤);
Captopril (캅토프릴)		 Spironolactone may increase the hyperkalemic activities of Captopril.
(스피로노락톤은 캅토프릴의 고칼륨혈증 활성을 증가시킬 수 있다)
Spironolactone
(스피로노락톤);
Irbesartan (이베사탄)		 Spironolactone may increase the hyperkalemic activities of Irbesartan.
(스피로노락톤은 이베사탄의 고칼륨혈증 활성을 증가시킬 수 있다)
Spironolactone
(스피로노락톤);
Moexipril (모엑시프릴)		 Spironolactone may increase the hyperkalemic activities of Moexipril.
(스피로노락톤은 모엑시프릴의 고칼륨혈증 활성을 증가시킬 수 있다)
Tacrolimus(타크로리무스);
Panobinostat
(파노비노스태트)		 Tacrolimus may increase the QTc-prolonging activities of Panobinostat.
(타크로리무는 파노비노스태트의 QTc 연장 활성을 증가시킬 수 있다)
Telaprevir(텔라프레비르);
Amiodarone (아미오다론)		 The serum concentration of Amiodarone can be increased when it is combined with Telaprevir.
(아미오다론의 혈청 농도는 텔라프레비르와 병용하면 증가할 수 있다)
Telaprevir(텔라프레비르);
Bepridil (베프리딜)		 The serum concentration of Bepridil can be increased when it is combined with Telaprevir.
(베프리딜의 혈청 농도는 텔라프레비르와 병용하면 증가할 수 있다)
Telaprevir(텔라프레비르);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Telaprevir.
(옥시코돈의 신진대사는 텔라프레비르와 병용하면 감소할 수 있다)
Telaprevir(텔라프레비르);
Quinidine (퀴니딘)		 The metabolism of Quinidine can be decreased when combined with Telaprevir.
(퀴니딘의 신진대사는 텔라프레비르와 병용하면 감소할 수 있다)
Telaprevir(텔라프레비르);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Telaprevir.
(템시롤리무스의 혈청 농도는 텔라프레비르와 병용하면 증가할 수 있다)
Telaprevir(텔라프레비르);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Telaprevir.
(토레미펜의 신진대사는 텔라프레비르와 병용하면 감소할 수 있다)
Telithromycin
(텔리트로마이신);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Telithromycin.
(옥시코돈의 신진대사는 텔리트로마이신과 병용하면 감소할 수 있다)
Telithromycin
(텔리트로마이신);
Temsirolimus
(템시롤리무스)		 The serum concentration of Temsirolimus can be increased when it is combined with Telithromycin.
(템시롤리무스의 혈청 농도는 텔리트로마이신과 병용하면 증가할 수 있다)
Ticagrelor(티카그렐러);
Apixaban(아픽사반)		 Ticagrelor may increase the anticoagulant activities of Apixaban.
(티카그렐러는 아픽사반의 항응고제 활성을 증가시킬 수 있다)
Tizanidine(티자니딘);
Fenoldopam (페놀도팜)		 Tizanidine may increase the hypotensive activities of Fenoldopam.
(티자니딘은 페놀도팜의 저혈압 활성을 증가시킬 수 있다)
Tizanidine(티자니딘);
Hydroflumethiazide
(하이드로플루메타이아자이드)		 Tizanidine may increase the hypotensive activities of Hydroflumethiazide.
(티자니딘은 하이드로플루메타이아자이드의 저혈압 활성을 증가시킬 수 있다)
Tizanidine(티자니딘);
Phenoxybenzamine
(페녹시벤자민)		 Tizanidine may increase the hypotensive activities of Phenoxybenzamine.
(티자니딘은 페녹시벤자민의 저혈압 활성을 증가시킬 수 있다)
Tizanidine(티자니딘);
Phentolamine (펜톨라민) 		Tizanidine may increase the hypotensive activities of Phentolamine.
(티자니딘은 펜톨라민의 저혈압 활성을 증가시킬 수 있다)
Tizanidine(티자니딘);
Tolazoline (톨라졸린)		 Tizanidine may increase the hypotensive activities of Tolazoline.
(티자니딘은 톨라졸린의 저혈압 활성을 증가시킬 수 있다)
Tranylcypromine
(트라닐시프로민);
Rasagiline (라사길린)		 Tranylcypromine may increase the hypertensive activities of Rasagiline.
(트라닐시프로민은 라사길린의 고혈압 활성을 증가시킬 수 있다)
Trazodone(트라조돈);
Methadone (메타돈)		 Trazodone may increase the QTc-prolonging activities of Methadone.
(트라조돈은 메타돈의 QTc 연장 활성을 증가시킬 수 있다)
Triamterene(트리암테렌);
Enalapril
(에날라프릴)		 Triamterene may increase the hyperkalemic activities of Enalapril.
(트리암테렌은 에날라프릴의 고칼륨혈증 활성을 증가시킬 수 있다)
Triamterene(트리암테렌);
Lisinopril (리시노프릴)		 Triamterene may increase the hyperkalemic activities of Lisinopril.
(트리암테렌은 리시노프릴의 고칼륨혈증 활성을 증가시킬 수 있다)
Trifluoperazine
(트리플루오페라진);
Thioridazine
(타이오리다진)		 The serum concentration of Thioridazine can be increased when it is combined with Trifluoperazine.
(타이오리다진의 혈청 농도는 트리플루오페라진과 병용하면 증가할 수 있다)
Triflupromazine
(트라이플루프로마진);
Thioridazine
(타이오리다진)		 The serum concentration of Thioridazine can be increased when it is combined with Triflupromazine.
(타이오리다진의 혈청 농도는 트라이플루프로마진과 병용하면 증가할 수 있다)
Valsartan(발사르탄);
Amiloride (아밀로라이드)		 Valsartan may increase the hyperkalemic activities of Amiloride.
(발사르탄은 아밀로라이드의 고칼륨혈증 활성을 증가시킬 수 있다)
Verapamil(베라파밀);
Bisoprolol (비소프롤롤)		 Verapamil may increase the bradycardic activities of Bisoprolol.
(베라파밀은 비소프롤롤의 서맥 활성을 증가시킬 수 있다)
Verapamil(베라파밀);
Flibanserin (플리벤서린)		 The serum concentration of Flibanserin can be increased when it is combined with Verapamil.
(플리벤서린의 혈청 농도는 베라파밀과 병용하면 증가할 수 있다)
Verapamil(베라파밀);
Guanfacine (구안파신)		 The metabolism of Guanfacine can be decreased when combined with Verapamil.
(구안파신의 신진대사는 베라파밀과 병용하면 감소할 수 있다)
Verapamil(베라파밀);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Verapamil.
(옥시코돈의 신진대사는 베라파밀과 병용하면 감소할 수 있다)
Vorapaxar(보라팍사);
Apixaban (아픽사반)		 Vorapaxar may increase the anticoagulant activities of Apixaban.
(보라팍사는 아픽사반의 항응고제 활성을 증가시킬 수 있다)
Vorapaxar(보라팍사);
Argatroban (아가트로반)		 Vorapaxar may increase the anticoagulant activities of Argatroban.
(보라팍사는 아가트로반의 항응고제 활성을 증가시킬 수 있다)
Vorapaxar(보라팍사);
Bivalirudin (비발리루딘)		 Vorapaxar may increase the anticoagulant activities of Bivalirudin.
(보라팍사는 비발리루딘의 항응고제 활성을 증가시킬 수 있다)
Vorapaxar(보라팍사);
Edoxaban (에독사반)		 Vorapaxar may increase the anticoagulant activities of Edoxaban.
(보라팍사는 에독사반의 항응고제 활성을 증가시킬 수 있다)
Voriconazole(보리코나졸);
Oxycodone (옥시코돈)		 The metabolism of Oxycodone can be decreased when combined with Voriconazole.
(옥시코돈의 신진대사는 보리코나졸과 병용하면 감소할 수 있다)
Voriconazole(보리코나졸);
Toremifene (토레미펜)		 The metabolism of Toremifene can be decreased when combined with Voriconazole.
(토레미펜의 신진대사는 보리코나졸과 병용하면 감소할 수 있다)
Voriconazole(보리코나졸);
Vinblastine (빈블라스틴)		 The metabolism of Vinblastine can be decreased when combined with Voriconazole.
(빈블라스틴의 신진대사는 보리코나졸과 병용하면 감소할 수 있다)
실시예 3: 약물 상호작용 예측 모델을 이용한 유해 상호작용 가능성이 적은 약물 조합 제안
실시예 1에서 구축한 약물 상호작용 예측 모델을 이용하여 알려진 유해작용을 야기하는 약물 상호작용을 대상으로, 동일한 약효를 갖으면서 유해작용만 없을 것으로 예상되는 약물 조합을 제안하였다 (도 12). 특히, 약물 상호작용이 명확하게 유해한 14가지 약물의 상호작용과 관련된 62,707개의 약물 조합에 대해 적용해보았다. 14가지 약물 상호작용에는 심장 독성의 증가, 신장 독성의 증가, 약물 부작용의 위험 증가 등이 포함된다 (도 13).
그 결과, 전체 62,707개의 약물 조합 중 9,284개의 약물 조합은 유해작용의 가능성이 적은 약물로 대체가 가능할 것으로 예측되었다. 대표적으로, 심장 독성의 가능성을 높인다고 보고된 202개의 약물 조합 중 168개의 약물 조합은 대체될 수 있는 약물 후보가 예측되었다. 특히, 항암제인 사이클로포스파마이드 (cyclophosphamide)를 7개의 다른 항암제인 부슬판 (busulfan), 디카바진 (dacarbazine), 로무스틴 (lomustine), 멜파란 (melphalan), 피포브로만 (pipobroman), 테모졸미드 (temozolomide) 또는 티오테파 (thiotepa)로 대체하는 경우 심장 독성을 유발하는 약물 상호작용의 가능성이 줄어들 것으로 예측되었다 (도 14).
실시예 4: 약물 상호작용 예측 모델을 이용한 약물과 음식 성분간 상호작용 예측
4-1: 약물과 음식 성분 상호작용 예측
실시예 1에서 구축한 약물 상호작용 예측 모델을 음식 성분에 적용해보았다. 이를 위해, 1,523개의 음식 성분을 FooDB (http://foodb.ca/)로부터 확보하였다. 약물과 음식 성분의 전체 상호작용 3,288,157 (2,159 약물 Х 1,523 음식 성분)개의 조합을 예측 모델을 이용하여 상호작용을 예측하였다 (도 15).
그 결과, 319,993개의 약물과 음식 성분 간 690,956개의 약물 상호작용이 예측되었다. 690,959개의 약물 상호작용은 문장으로 표현되는데, 음식 성분의 이름이 주어로 나오는 경우, 즉 음식 성분이 약물의 약효에 영향을 주는 경우를 분석하였다. 분석 결과, 272개의 음식 성분이 약물의 약효를 변화시킬 수 있을 것으로 예측되었다.
따라서, 특히 음식 성분이 약물의 약효를 떨어드리는 경우를 조사해보았다. 약물의 약효를 낮추는 상호작용은 크게 4가지로 음식 성분이 약물의 흡수를 낮추는 경우, 약물의 생체이용률을 낮추는 경우, 혈청 농도를 낮추는 경우, 그리고 약물의 대사를 증가시키는 경우가 있었다. 총 73개의 음식 성분이 430개의 약물 중 적어도 하나의 약물의 약효를 위 4가지 중 하나의 상호작용을 통해 감소시킬 수 있을 것으로 예측되었다 (도 15).
4-2: 약물 상호작용 예측 결과를 이용한 음식 성분의 활성 예측
실시예 4-1에서 얻어진 전체 약물 상호작용을 문장으로 표현한 예측 결과 중, 음식 성분의 활성에 대한 정보를 포함한 문장을 이용하여 음식 성분의 활성 정보를 분석하였다. 예를들어, “약물이 음식 성분의 항응고 활성을 감소시킬 수 있다”라는 상호작용 문장으로부터 음성 성분이 항응고 활성을 예상해볼 수 있다. 특히, 음식 성분의 타깃 정보를 함께 제공하기 위하여, 동일한 활성을 갖는다고 보고된 약물과 구조가 유사한 (타니모토 계수 > 0.75) 음식 성분을 분석에서 고려하였다.
그 결과, 총 149개의 음식 성분의 30개 종류의 활성이 예측되었다 (도 16). 149개의 음식 성분 중, 23개의 음식 성분의 활성 정보는 기존 문헌의 결과와 일치함을 확인할 수 있었다 (도 17).
이상으로 본 발명 내용의 특정한 부분을 상세히 기술하였는 바, 당업계의 통상의 지식을 가진 자에게 있어서, 이러한 구체적 기술은 단지 바람직한 실시양태일 뿐이며, 이에 의해 본 발명의 범위가 제한되는 것이 아닌 점은 명백할 것이다. 따라서 본 발명의 실질적인 범위는 첨부된 청구항들과 그것들의 등가물에 의하여 정의된다고 할 것이다.

Claims (23)

  1. 다음 단계를 포함하는 약물의 구조 정보를 이용한 약물 상호작용 예측 방법:
    상호작용을 예측하고자 하는 두 화합물 각각의 구조를 서로 다른 사전 정의된 화합물들과의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 단계;
    상기 계산된 두 화합물의 구조 유사도 프로파일을 학습된 모델에 입력하는 단계;
    상기 입력된 구조 유사도 프로파일을 사용하여 예측 모델이 두 화합물 간 상호작용을 예측하고, 설명하는 문장으로 출력하는 단계; 및
    상기 출력된 문장을 통해 두 화합물의 상호작용의 작용 기전을 예측하는 단계.
  2. 제1항에 있어서, 상기 구조 유사도 프로파일 계산은 하기 수학식 1 또는 수학식 2를 사용하는 것을 특징으로 하는 방법.
    [수학식 1]
    Figure pat00004

    [수학식 2]
    Figure pat00005

  3. 제2항에 있어서, 상기 상호작용을 설명하는 문장은 하기 표 1로 표시되는 것을 특징으로 하는 방법.
    Figure pat00006

    Figure pat00007

    Figure pat00008

    Figure pat00009

    Figure pat00010

  4. 제1항에 있어서, 상기 입력 및 출력은 심층 신경망을 기반으로 하는 것을 특징으로 하는 방법.
  5. 제4항에 있어서, 심층 신경망의 입력은 약물 상호작용을 표현하는 두 화합물의 구조 유사도 프로파일이고, 심층 신경망의 출력은 두 화합물의 상호작용을 설명하는 문장인 것을 특징으로 하는 방법.
  6. 제1항에 있어서, 상기 화합물은 약물 또는 음식 성분인 것을 특징으로 하는 방법.
  7. 제1항에 있어서, 상기 상호작용은 작용 기전 또는 활성 정보인 것을 특징으로 하는 방법.
  8. 제1항에 있어서, 상기 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 화합물의 조합인 것을 특징으로 하는 방법.
  9. 상호작용을 예측하고자 하는 두 화합물의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 계산부;
    상기 계산된 두 화합물의 구조 유사도 프로파일을 합쳐서 입력하는 입력부;
    상기 입력된 구조 유사도 프로파일을 사용하여 두 화합물 간 상호작용을 예측하고, 설명하는 문장으로 출력하는 출력부; 및
    상기 출력된 문장을 통해 두 화합물의 상호작용의 작용 기전을 해석하는 산출부를 포함하는 약물의 구조 정보를 이용한 약물 상호작용 예측 장치.
  10. 제9항에 있어서, 상기 구조 유사도 프로파일 계산은 하기 수학식 1 또는 수학식 2를 사용하는 것을 특징으로 하는 장치.
    [수학식 1]
    Figure pat00011

    [수학식 2]
    Figure pat00012

  11. 제9항에 있어서, 상기 상호작용을 설명하는 문장은 하기 표 1로 표시되는 것을 특징으로 하는 장치.
    Figure pat00013

    Figure pat00014

    Figure pat00015

    Figure pat00016

    Figure pat00017

  12. 제9항에 있어서, 상기 입력 및 출력은 심층 신경망을 기반으로 하는 것을 특징으로 하는 장치.
  13. 제12항에 있어서, 심층 신경망의 입력은 약물 상호작용을 표현하는 두 화합물의 구조 유사도 프로파일이고, 심층 신경망의 출력은 두 화합물의 상호작용을 설명하는 문장인 것을 특징으로 하는 장치.
  14. 제9항에 있어서, 상기 화합물은 약물 또는 음식 성분인 것을 특징으로 하는 장치.
  15. 제9항에 있어서, 상기 상호작용은 작용 기전 또는 활성 정보인 것을 특징으로 하는 장치.
  16. 제9항에 있어서, 상기 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 화합물의 조합인 것을 특징으로 하는 장치.
  17. 다음 단계를 포함하는 약물의 구조 정보를 이용한 유해 상호작용 가능성이 적은 약물 조합의 스크리닝 방법:
    상호작용을 예측하고자 하는 두 화합물 각각의 구조를 서로 다른 사전 정의된 화합물들과의 구조 유사도 비교를 통해 구조 유사도 프로파일을 계산하는 단계;
    상기 계산된 두 화합물의 구조 유사도 프로파일을 학습된 모델에 입력하는 단계;
    상기 입력된 구조 유사도 프로파일을 사용하여 예측 모델이 두 화합물 간 상호작용을 예측하는 단계; 및
    상기 상호작용이 예측되지 않을 경우 유해 상호작용 가능성이 적은 화합물의 조합으로 선별하는 단계.
  18. 제17항에 있어서, 상기 구조 유사도 프로파일 계산은 하기 수학식 1 또는 수학식 2를 사용하는 것을 특징으로 하는 방법.
    [수학식 1]
    Figure pat00018

    [수학식 2]
    Figure pat00019

  19. 제17항에 있어서, 상기 입력 및 출력은 심층 신경망을 기반으로 하는 것을 특징으로 하는 방법.
  20. 제19항에 있어서, 심층 신경망의 입력은 약물 상호작용을 표현하는 두 화합물의 구조 유사도 프로파일이고, 심층 신경망의 출력은 두 화합물의 상호작용을 설명하는 문장인 것을 특징으로 하는 방법.
  21. 제17항에 있어서, 상기 화합물은 약물 또는 음식 성분인 것을 특징으로 하는 방법.
  22. 제17항에 있어서, 상기 상호작용은 작용 기전 또는 활성 정보인 것을 특징으로 하는 방법.
  23. 제17항에 있어서, 상기 상호작용이 예측되지 않을 경우는 구조 유사도 프로파일의 출력 값이 0.47 이하인 것을 특징으로 하는 방법.




KR1020180143326A 2017-12-01 2018-11-20 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법 KR20190065128A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170164115 2017-12-01
KR20170164115 2017-12-01

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020210034660A Division KR20210032365A (ko) 2017-12-01 2021-03-17 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법

Publications (1)

Publication Number Publication Date
KR20190065128A true KR20190065128A (ko) 2019-06-11

Family

ID=66664065

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020180143326A KR20190065128A (ko) 2017-12-01 2018-11-20 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법
KR1020210034660A KR20210032365A (ko) 2017-12-01 2021-03-17 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법
KR1020220037210A KR102486959B1 (ko) 2017-12-01 2022-03-25 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020210034660A KR20210032365A (ko) 2017-12-01 2021-03-17 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법
KR1020220037210A KR102486959B1 (ko) 2017-12-01 2022-03-25 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법

Country Status (4)

Country Link
US (1) US11568962B2 (ko)
KR (3) KR20190065128A (ko)
CN (1) CN111919258A (ko)
WO (1) WO2019107804A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230083759A (ko) 2021-12-03 2023-06-12 서울대학교병원 약물-식품 상호작용 정보 추출 장치 및 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111564186A (zh) * 2020-03-25 2020-08-21 湖南大学 基于知识图谱的图卷积药物对相互作用预测方法及系统
CN111753543B (zh) * 2020-06-24 2024-03-12 北京百度网讯科技有限公司 药物推荐方法、装置、电子设备及存储介质
CN112435720B (zh) * 2020-12-04 2021-10-26 上海蠡图信息科技有限公司 一种基于自注意力机制与多药物特征组合的预测方法
CN112634996A (zh) * 2021-03-10 2021-04-09 北京中医药大学东直门医院 一种肝损伤预测方法、装置、设备、介质及程序产品
WO2023148733A1 (en) * 2022-02-02 2023-08-10 B. G. Negev Technologies And Applications Ltd., At Ben-Gurion University Method and system for predicting drug-drug interactions

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7996156B2 (en) * 2002-03-07 2011-08-09 The United States Of America As Represented By The Secretary, Department Of Health And Human Services Methods for predicting properties of molecules
WO2015089089A1 (en) * 2013-12-09 2015-06-18 Empiriko Corporation Ex vivo methods for predicting and confirming in vivo metabolism of pharmaceutically active compounds
US10803144B2 (en) * 2014-05-06 2020-10-13 International Business Machines Corporation Predicting drug-drug interactions based on clinical side effects
KR102334532B1 (ko) 2015-06-18 2021-12-03 재단법인 전통천연물기반 유전자동의보감 사업단 단백질 상호 작용 네트워크에서 신호 전파 간섭을 통한 약력학적 약물 상호 작용 예측 장치 및 방법
KR20160149624A (ko) 2015-06-18 2016-12-28 재단법인 전통천연물기반 유전자동의보감 사업단 약물 사이의 공통성에 기반한 약력학적 약물 상호 작용 예측 방법 및 장치
US20170116376A1 (en) 2015-10-22 2017-04-27 International Business Machines Corporation Prediction of adverse drug events
CN106611015B (zh) 2015-10-27 2020-08-28 北京百度网讯科技有限公司 标签的处理方法及装置
KR101809599B1 (ko) 2016-02-04 2017-12-15 연세대학교 산학협력단 약물과 단백질 간 관계 분석 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230083759A (ko) 2021-12-03 2023-06-12 서울대학교병원 약물-식품 상호작용 정보 추출 장치 및 방법

Also Published As

Publication number Publication date
KR102486959B1 (ko) 2023-01-11
CN111919258A (zh) 2020-11-10
KR20220043093A (ko) 2022-04-05
US11568962B2 (en) 2023-01-31
WO2019107804A1 (ko) 2019-06-06
US20210375400A1 (en) 2021-12-02
KR20210032365A (ko) 2021-03-24

Similar Documents

Publication Publication Date Title
KR20190065128A (ko) 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법
Andò et al. Non-vitamin K antagonist oral anticoagulants in atrial fibrillation patients with chronic kidney disease: a systematic review and network meta-analysis
Cramer et al. “Lead hopping”. Validation of topomer similarity as a superior predictor of similar biological activities
Helma Lazy structure-activity relationships (lazar) for the prediction of rodent carcinogenicity and Salmonella mutagenicity
Loutradis et al. Prevalence of hyperkalemia in diabetic and non-diabetic patients with chronic kidney disease: a nested case-control study
Ravindranath et al. Connecting gene expression data from connectivity map and in silico target predictions for small molecule mechanism-of-action analysis
Koch et al. Cheminformatics at the interface of medicinal chemistry and proteomics
CN114203269B (zh) 一种基于机器学习和分子对接技术的抗癌中药筛选方法
Westerlind et al. What is the persistence to methotrexate in rheumatoid arthritis, and does machine learning outperform hypothesis‐based approaches to its prediction?
Végner et al. Experimental confirmation of new drug–target interactions predicted by drug profile matching
Abolhassani-Chimeh et al. Population pharmacokinetic modelling and limited sampling strategies for therapeutic drug monitoring of pyrazinamide in patients with tuberculosis
Bezerianos et al. Computational methods for processing and analysis of biological pathways
Golpe et al. Development and validation of a prognostic index (BODEXS90) for mortality in stable chronic obstructive pulmonary disease
Yuda et al. Computational Screening Using a Combination of Ligand-Based Machine Learning and Molecular Docking Methods for the Repurposing of Antivirals Targeting the SARS-CoV-2 Main Protease
Chang et al. The development and validation of a computational model to predict rat liver microsomal clearance
Peng et al. Double-layer clustering method to predict protein complexes based on power-law distribution and protein sublocalization
Rasul et al. Searching possible SARS-CoV-2 main protease inhibitors in constituents from herbal medicines using in silico studies
Mao et al. Population pharmacokinetic–pharmacodynamic analysis of vernakalant hydrochloride injection (RSD1235) in atrial fibrillation or atrial flutter
Garg et al. In silico modeling for blood—brain barrier permeability predictions
Hanafin Teaching an Old Drug New Tricks: Modeling Approaches to Elucidate Polymyxin B Pharmacokinetics, Toxicodynamics, and Pharmacodynamics for Improved Dosing in Critically Ill Patients
Chernick A one-size-fits-all path to precision medicines
CN116230114A (zh) 一类小分子化合物在制备新冠病毒与ace2受体结合抑制剂药物中的应用
Wählby Methodological Studies on Covariate Model Building in Population Pharmacokinetic-Pharmacodynamic Analysis
Sumalapao et al. Hierarchically weighted principal component analysis evaluation of antifungal azoles inhibitory potency on lanosterol-14α-demethylase in Candida albicans
US20240175087A1 (en) Methods and systems for predicting cancer homologous recombination pathway deficiency, and determining treatment response

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X601 Decision of rejection after re-examination
A107 Divisional application of patent