WO2014061936A1 - 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법 - Google Patents

개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법 Download PDF

Info

Publication number
WO2014061936A1
WO2014061936A1 PCT/KR2013/008998 KR2013008998W WO2014061936A1 WO 2014061936 A1 WO2014061936 A1 WO 2014061936A1 KR 2013008998 W KR2013008998 W KR 2013008998W WO 2014061936 A1 WO2014061936 A1 WO 2014061936A1
Authority
WO
WIPO (PCT)
Prior art keywords
drug
snp
side effects
individual
side effect
Prior art date
Application number
PCT/KR2013/008998
Other languages
English (en)
French (fr)
Inventor
안형준
Original Assignee
An Hyeong Jun
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 An Hyeong Jun filed Critical An Hyeong Jun
Priority to US14/410,737 priority Critical patent/US20150220687A1/en
Publication of WO2014061936A1 publication Critical patent/WO2014061936A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services

Definitions

  • the present invention relates to a system and method for minimizing drug side effects. Specifically, a patient or a doctor of a patient having an individual base sequence searches for a drug to be prescribed or purchased based on the base sequence of the patient, and thus has little possibility of side effects.
  • the present invention relates to a system and method for minimizing side effects of a drug based on individual single nucleotide polymorphism for searching and providing a drug.
  • doctors issue patient prescriptions after consulting a patient, which is based on the personal expertise and experience of the doctor or pharmacist.
  • a prescription written by a doctor or pharmacist may prescribe two or more medications, and the components of each of these medications may interact with each other.
  • the pharmacist prepares the medication and delivers it to the patient after being familiar with the prescription and precautions of the doctor, and at this time, the medication is taken as well as the medication Dosing instructions and precautions should be communicated to the patient.
  • a technique related to a conventional medicine prescription system for preventing a weakening accident is disclosed in Korean Patent Laid-Open No. 2002-90775.
  • FIG. 1 is a view for explaining a doctor drug prescription method according to the experience of the conventional doctor, as shown, the doctor considers all the drugs that can be prescribed for a particular symptom or disease (S11), the doctor Based on your experience and recent reported clinical results, we will select and prescribe the drug with the least expected side effects (S12), and observe whether symptoms improve.
  • Symptoms may be improved without serious side effects, but when there is no room for improvement with serious side effects (S13), it is necessary to repeat the steps to review and prescribe the drug other than the prescribed drug.
  • the reason for the different drug response for each individual is that the individual DNA is about 0.1 ⁇ 0.2% different from each other. This is not only a drug, but also a reason for differences in appearance by race and region. This is called Single Nucleotide Polymorphism (SNP).
  • SNP Single Nucleotide Polymorphism
  • SNP Single Nucleotide Polymorphism
  • Figure 2 is a flow chart of the sequence of the individual sequence analysis, the base sequence analysis by analyzing the nucleotide sequence of a part of the body tissue capable of DNA extraction of the individual for sequencing analysis (S21).
  • the analytical company takes part of this tissue and analyzes and reveals a nucleotide sequence composed of the letters A (adenine), G (guanine), C (cytosine), and T (thymine) (S22).
  • Such a report is used so that doctors can use it for treatment by referring to prescriptions for treating diseases or improving symptoms (S24).
  • the present invention to solve this problem provides a system and method for minimizing individual side effects drug search system based on individual single base polymorphism that can search for drugs with low side effects among drugs with the same expected effect in the future genetic information flood It aims to do it.
  • Drug component DB comprising the same drug and its components having the same expected effect as the individual drug side effects DB component containing individual SNP (Single Nucleotide Polymorphism) information extracted from the individual sequencing information of the present invention for solving this problem
  • the individual side effects minimizing drug search system based on individual single nucleotide polymorphism with a searcher for searching in the drug ingredient DB by any one or more of the product name, ingredient name, therapeutic purpose, pharmaceutical company of the drug and the information retrieved from the search unit
  • the individual drug side effects DB query the individual drug side effects DB component to search for side effects and the degree of side effects, and output the search results in the order of smallest risk of side effects.
  • the SNP DB may further include an SNP DB including any one or more of disease, clinical information, or drug side effect information for each SNP ID, and the personal drug side effect DB component may query the SNP DB to construct a drug side effect DB for each SNP. It is desirable to.
  • the individual drug side effects DB component is SNP input unit for inputting SNP ID and SNP base information, SNP DB search using the SNP ID and SNP input from the SNP input unit to search the SNP DB to search for drug side effect information If it is determined that the SNP-related drug side effects information exists, and comprises the personal drug side effects DB that stores the SNP information.
  • the side effect search unit receives a drug component name of the same effect with the expected effect or brand name found in the search unit DB interface unit for querying the personal drug side effects DB whether there is a possibility of side effects, and the DB interface unit query results Side effects comparison operation unit for comparing the drug according to the drug, and the output unit for outputting the comparison result of the comparison operation unit in the order of the smallest risk of side effects, and the side effect comparison operation unit if the search result side effects are searched in the DB interface unit It is further desirable to operate to assign a risk score according to the frequency of occurrence and consequences of adverse events.
  • a drug component DB having a homologous drug side effect DB including individual SNP (Single Nucleotide Polymorphism) information extracted from individual nucleotide sequence information according to an embodiment of the present invention and having the same expected effect, and the same component and its components
  • the individual side effects minimizing drug search method based on individual single nucleotide polymorphism having a, (a) building the individual drug side effects DB and the drug component DB, and (b) search for the input homologous drug in the drug component DB (C) querying the personal drug side effects DB for the homologous drugs queried in step (b), (d) searching for SNPs with possible side effects as a result of the inquiry, and (e) In (d), if the SNP having an adverse effect is detected, a risk score may be assigned to the SNP based on the frequency and result of occurrence of the adverse effect.
  • SNP Single Nucleotide Polymorphism
  • the personal drug side effects DB includes (a-1) inputting SNP ID and SNP base information, which is the SNP information of the customer, through the SNP input unit, and (a-2) the SNP ID entered in step (a-1). Using SNP, searching SNP DB where any one or more of disease, clinical information, and drug side effect information is recorded for each SNP ID and searching for drug side effect information, and (a-3) searching for SNP DB. As a result, if there is information on the side effects of SNP-related drug, the information about the SNP should be stored and constructed.
  • the individual drug side effect DB is constructed with one or more of drug substance name, SNP ID, SNP allele, side effect / frequency, and side effect result.
  • the drug substance DB is classified code, name and specification, daily dose. Information in any one or more of the number of doses, dosages, or manufacturers.
  • the risk score according to the frequency and result of the occurrence of the side effect is assigned, and the side effect risk is configured to be output in the order of decreasing.
  • the doctor can shorten the time to determine the drug to be prescribed through the method of searching and comparing the drug mainly, Through this, there is an effect that can contribute to quality medical services.
  • 1 is a flow chart for explaining a doctor drug prescription method according to the conventional doctor experience
  • FIG. 2 is a flowchart of a procedure of analyzing a base sequence of a conventional individual
  • FIG. 3 is a main block diagram of an individual side effect minimizing drug search system based on individual single nucleotide polymorphism of the present invention
  • Figure 4 is a flow chart for explaining the process of building a personal drug side effect DB of the present invention
  • FIG. 5 is a flowchart illustrating the side effects prescription step of the present invention.
  • FIG. 3 is a main block diagram of an individual side effect minimizing drug search system based on an individual single nucleotide polymorphism of the present invention.
  • the drug search system of the present invention inputs a drug name and an ingredient name to be searched.
  • the search unit 120 to search the drug name and the ingredient name in the drug component DB 130 by the input of the input unit 110, and the results retrieved from the search unit 120 in the personal drug side effects DB configuration unit 150
  • the side effect search unit 140 may be configured to search for and provide a drug having a less likely side effect for each individual by searching the constructed side effect side effect DB (153).
  • a personal drug side effect DB component 150 including individual SNP information extracted from individual base sequence information, and inputting a brand name or a component name of a drug to be prescribed or purchased every time a drug is prescribed or purchased.
  • the input unit 110 is configured as an input device including a conventional keyboard or a mouse capable of inputting a brand name or ingredient name of a drug to be searched when prescribing or purchasing a medicine.
  • the drug component DB 130 is a database constructed to search for the same pharmaceuticals and components having the same expected effect according to the drug name or the ingredient name.
  • the drug component DB 130 is linked to the drug classification code, drug name and specification, daily dosage, frequency of administration, ingredients, usage or manufacturing company, etc., for convenience of DB search and efficiency of DB construction. It is preferable to store them in a table as shown in Figure 1 and configure them so that they can be linked and searched.
  • Table 1 code Drug name standard Daily Dosage Number of doses ingredient usage manufacture company A00304031 Tobu 5ml / A 250 mg / c 1 time Amoxixillinn One adult two tablets three to four times daily B04900026 Duosol tablets 30ml / A 100 mg / c Episode 2 Cefixim Gastric ulcer, reflux esophagitis, 1 day before bedtime
  • the drug component DB as shown in Table 1 is an example, and may form a group by the same type of pharmaceutical or group the drugs having the same component into a group, or create a table, or classify and manage by treatment purposes.
  • a database can be constructed by classifying by brand name and ingredient name for each treatment purpose and storing them as a table.
  • the search unit 120 operates to search for the drug component DB 130 according to the drug name and the ingredient name input from the input unit 110.
  • the search unit 120 searches for the drug component DB 130 according to the drug name and the ingredient name inputted from the input unit 110, and extracts the homogeneous pharmaceuticals and their components having the same expected effect, and the side effect search unit 140. Output to.
  • These drug components can be retrieved through public or commercial drug databases such as Rote Liste in Germany. As described above, for example, if a keyword “breast cancer chemotherapy” is input through the input unit 110 in order to search for a brand name with the expected effect of breast cancer treatment, the search unit 120 uses the drug component DB 130. Drugs such as Cyclophosphamide, Tamoxifen, and Docetaxel, which are being used for its treatment, can be searched and printed.
  • SNP DB (160) is a database that is stored as data that can be retrieved, such as disease, clinical information, drug side effects information for each SNP ID, such as dbSNP, SNPedia, Pharmgkb.
  • Personal drug side effects DB configuration unit 150 is operated to search for drug side effects related to individual SNPs according to the drug side effects DB for each SNP established.
  • the SNP DB search unit 152 uses the SNP ID and SNP input from the SNP input unit 151, such as dbSNP, SNPedia, and Pharmgkb. By querying the SNP DB (160), which stores disease, clinical information, and drug side effect information for each SNP ID, it searches for drug side effect information and operates to construct personal drug side effect related data.
  • SNP DB 160
  • the personal drug side effect DB configuration unit 150 searches the input side 151 for inputting the SNP information of the customer, and inputs the personal SNP information to the public or commercial SNP DB 160 to search for drug side effect information for each individual SNP.
  • the SNP DB search unit 152 can be achieved.
  • SNP DB 160 exists for various forms and purposes, the information which is inquired in order to build an individual drug side effect DB 153 is illustrated in Table 3.
  • Table 3 is an example of information to be extracted from the SNP DB (160) to build a personal drug adverse effect DB (153), the SNP ID and SNP base and the side effects of the drug by the allele composition and the results Data.
  • the side effect search unit 140 is operated to analyze and output side effects on the individual drug side effects DB component 150 for each SNP based on the drug extracted from the search unit 120.
  • the side effect search unit 140 has a expected effect or brand name retrieved from the search unit 120, the DB interface unit 142 that can receive the name of the drug ingredient of the same effect to the built-up personal drug side effects DB (153) And side effects comparison operation unit 141 for comparing and calculating side effects for each drug according to the inquiry result.
  • the DB interface unit 142 queries the personal drug side effects DB component 153 of the personal drug side effects DB component 150 for the same drugs searched by the search unit 120 to search for possible SNPs.
  • the side effect comparison operation unit 141 assigns a risk score in consideration of the frequency of occurrence of the side effect, the result, and the like.
  • Table 4 is a table illustrating the results calculated by the side effect comparison operation unit 141.
  • the searcher 120 retrieved three drug components as a result of the drug component DB 130, and two of three (Cyclophosphamide, Docetaxel) as a result of querying the personal drug side effect DB (153).
  • the drug has been detected as having side effects.
  • Tamoxifen was found to have no side effects, and the risk of side effects was assigned to 0, and as shown in the SNP DB (160) example in Table 3, SNP alleles (T; T) have more than twice the side effect probability for Cyclophosphamide. Therefore, 1 point was given and 0.5 point was given because Docetaxel had a base composition (A; A) having a side effect probability of 24%.
  • the result derived from this may be compared with the risk of relative side effects through the result output unit 143 may indicate which drug is optimized for the patient. It also indicates what side effects are caused by remedy, which plays a role in the doctor's final rational judgment.
  • the result of the comparison includes all the methods of writing the table or graph in the order specified by the calculation rule.
  • the display of the results may include all the output methods through the Web, mobile App, or document output in a portable terminal, personal computer, server terminal, such as smart phones and PDAs that modern people carry.
  • Figure 4 is a flow chart for explaining the process of building a personal drug side effects DB, as shown, SNP ID, SNP information, SNP information of the customer received a report after completing the individual sequencing or separately purchased computer program, etc.
  • Base information is input through the SNP input unit 151 (S210).
  • the SNP DB 160 which stores disease, clinical information, and drug side effect information for each SNP ID, such as dbSNP, SNPedia, and Pharmgkb, is searched and searched for drug side effect information. (S220).
  • the approach to the DB may vary.
  • step S230 it is determined whether there are adverse event information reported for each SNP from the information retrieved from the SNP DB 160.
  • step S230 if there is SNP related drug side effect related information, only the information on the corresponding SNP is stored in the personal drug side effect DB 153.
  • DB 4 is an example when a DB is constructed with one SNP, and in fact, it can be configured so that a plurality of SNPs can be mechanically processed at once.
  • the same drug having the same expected effect and its components are searched by inputting a brand name or an ingredient name of a drug to be searched for each prescription or purchase of a medicine.
  • Each of the searched components can be queried from individual drug side effects DB to search for side effects and the degree of side effects, and output the results in the order of the smallest risk of side effects, thereby searching for individual side effect minimizing drugs based on individual single nucleotide polymorphism.
  • FIG. 5 is a flowchart illustrating a side effect prescription step of the present invention.
  • the DB interface unit 142 searches and searches for homogeneous drugs in the drug ingredient name search unit 120 (S240), and inquires a homologous drug. They query the individual drug side effects DB (153) to search for possible SNPs (S241).
  • the adverse effect comparison operation unit 141 assigns a risk score in consideration of the frequency of occurrence of the adverse event, the result, and the like (S242).
  • step S241 If no side effect is detected in step S241, a score may not be assigned in the risk calculation.
  • Tamoxifen was found to have no side effects, and the risk of side effects was assigned to 0, and as shown in the SNP DB (160) example in Table 3, SNP alleles (T; T) have more than twice the side effect probability for Cyclophosphamide. Therefore, 1 point was given and 0.5 point was given because Docetaxel had a base composition (A; A) having a side effect probability of 24%.
  • the result table derived in step S242 may indicate which drug is optimized for the patient by comparing the risk of relative side effects through the result output unit 143 (S243).
  • the content output from the result output unit 143 includes all the methods of writing in a table or a graph written in the order specified in the calculation rules, and the display of the results is a portable terminal such as a smart phone and a PDA that modern people carry;
  • a personal computer, server terminal, etc. can include all the output methods, such as Web, mobile App, or document output.
  • the individual side effects minimizing drug search system and method based on individual single nucleotide polymorphism of the present invention, after prescribing or purchasing a drug after constructing a personal drug side effects DB including personal SNP information extracted from individual base sequence information Search for each type of drug and its components that have the same expected effect by entering the brand name or ingredient name of the drug to be searched for each time.
  • a personal drug side effects DB including personal SNP information extracted from individual base sequence information Search for each type of drug and its components that have the same expected effect by entering the brand name or ingredient name of the drug to be searched for each time.
  • the present invention relates to a technique for searching for and presenting a drug for minimizing an individual side effect based on an individual single base polymorphism when the drug is administered.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Toxicology (AREA)
  • Medical Informatics (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Public Health (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Child & Adolescent Psychology (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)

Abstract

개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 방법이 개시된다. 본 발명은 개인 염기 서열 정보에서 추출한 개인별 SNP 정보를 포함하는 개인 약물 부작용 DB를 구성 후, 약을 처방시 혹은 구매시마다 검색하고자 하는 약물의 상품명 혹은 성분명을 입력하여 동일한 기대 효과를 가지는 동종 제약 및 그 구성성분을 검색하며, 검색된 성분들을 각각 개인 약물 부작용 DB에 질의하여, 부작용 여부 및 부작용 정도를 검색하고, 그 결과를 부작용 위험도가 작은 순서대로 출력 구성함으로써 부작용 위험도가 가장 낮은 구성의 처방전을 의사나 약사가 작성할 수 있도록 할 수 있는 효과가 있다.

Description

개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법
본 발명은 약물 부작용 최소화 시스템 및 그 방법에 관한 것으로, 상세하게는 개별 염기 서열을 갖고 있는 환자 또는 환자의 의사가 환자의 염기 서열을 기반하여 처방 혹은 구입하고나 하는 약물을 검색하여 부작용 가능성이 적은 약물을 검색하여 제공하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 방법에 관한 것이다.
의학의 발달에 따라 사람들의 평균수명이 늘어나고 있어, 고령 인구가 점차로 증가함에 따라 신체적인 능력이 저하되어 다양한 질환을 앓고 있는 것이 현실이다.
일반 병원이나 의원에서 의사가 환자를 진료한 후 의약 처방전을 발행하는 데, 이러한 의약 처방전은 의사나 약사의 개인의 전문적 지식과 경험에 의해 작성된다.
의사나 약사에 의해 작성되는 처방전에는 2가지 이상의 의약들이 처방될 수 있으며, 이들 각각의 의약들의 성분들이 상호 반작용을 일으키는 수가 있을 수 있다.
따라서, 의사가 진료 결과에 따라 약 처방전 및 주의사항을 약사에게 전달하게 되면, 약사는 의사의 약 처방전 및 주의사항을 숙지한 상태에서 약을 조제하여 환자에게 전달하며, 이때도 약은 물론 약 복용에 따르는 복용방법과 주의사항을 환자에게 전달하여야 한다.
즉, 의사가 약물 처방하는 방법은 부작용이 적다고 학계에 보고된 약물을 처방하여 부작용을 피하도록 하는 것이 중요하다.
이러한 종래의 약화사고 방지를 위한 의약처방 시스템에 관한 기술이 한국 공개특허 2002-90775호에 개시되어 있다.
도 1은 이러한 종래의 의사의 경험에 따른 의사 약물 처방 방법을 설명하기 위한 도면으로, 도시된 바와 같이, 특정 증상 혹은 질병에 대하여 의사는 처방할 수 있는 약물들을 모두 고려해 본 다음(S11), 의사의 경험과 최근의 보고된 임상 결과에 따라 부작용이 가장 적을 것으로 예상되는 약을 선택하고 처방하고(S12), 증상이 개선되는지 관찰할 것이다.
심각한 부작용 없이 증상이 개선될 수 있지만, 심각한 부작용과 함께 개선의 여지가 없을 시에는(S13), 처방한 약을 제외한 다른 약을 다시 검토하여 처방하는 단계를 반복할 수밖에 없다.
부작용 확률이 다만 몇 퍼센트에 지나지 않는 약이라고 할지라도 처방받은 환자가 그 몇 퍼센트의 부작용 확률을 갖고 있을 수도 있고, 부작용 확률이 크다고 알려진 약이라도 어떤 환자에게는 최상의 효과를 내는 명약이 될 수 있다.
그러므로, 환자 개개인에게 알맞는 약을 찾는 일은 의약계의 혁신적인 일이라고 할 수 있다.
이처럼, 개인마다 다른 약물 반응을 보이는 이유는 개인별로 인간의 DNA가 약 0.1~0.2% 정도 다르기 때문에 나타나는 현상이다. 이것은 약물뿐 아니고, 인종별, 지역별로 생김새 등의 차이를 보이는 이유이기도 하다. 이것을 단일 염기 다형성(SNP: Single Nucleotide Polymorphism) 이라고 한다.
즉, SNP (Single Nucleotide Polymorphism)란 세포핵 속의 염색체가 갖고 있는 30억 개의 염기 서열 중 개인의 편차를 나타내는 한 개 또는 수십 개의 염기서열변화를 말하며, 0.1%의 SNP차이 때문에 질병 유무, 표현형의 다양성이 나타나게 된다.
2000년도에 최초로 발표된 인간 염기 서열 초안이 발표될 당시만 해도 전체 염기 서열 분석은 국가 차원의 비용과 인력이 투입되어야 가능한 일이었기에 어느 한 개인을 위하여 염기 서열을 분석하는 것은 불가능했다.
하지만, 비약적인 기술 발전을 통해, 개인 염기 서열 분석이 상업화되면서 저렴한 가격으로 개별 염기 서열 분석이 가능하다(2012년 현재 Knome, Inc. 의 전체 염기 서열 분석 비용: $5,000 이하).
늘어나는 SNP의 양만큼 이와 관련된 약물 부작용 및 질병 관련 연구도 활발히 진행되고 있다. 이러한 연구 결과는 dbSNP, SNPedia, pharmgkb 와 같은 SNP 데이터베이스에 지속적으로 등록되고 있으므로, 개인 염기 서열 분석 후 이러한 데이터베이스를 이용하여 어떤 질병, 약물, 화학물질, 백신에 취약하거나 부작용이 있는지 쉽게 알 수 있다.
도 2는 개인의 염기 서열을 분석하는 순서에 대한 흐름도로서, 염기 서열 분석을 위하여 개인의 DNA 추출이 가능한 신체 조직 일부를 염기 서열 분석 회사에 의뢰하여 염기 서열을 분석한다(S21).
분석 회사에서는 이 조직 일부를 가지고, A(아데닌), G(구아닌), C(시토신), T(티민)의 문자로 구성되는 염기 서열을 분석하여 밝힌다(S22).
일반적으로, 이 염기 서열을 가지고 암과 같은 유전적인 질병 연관성 등을 검사하여 보고서를 작성한다(S23).
이와 같은 보고서는 의사가 질병 치료 혹은 증상 개선을 위한 처방시 참고하여 치료를 하는데 활용할 수 있도록 이용된다(S24).
하지만, 개인 염기 서열 분석 보고서는 약물별이 아닌 SNP별로 보고되거나, 특정 질병의 위험도만 보고를 하고 있기 때문에, 의사가 처방시 위와 같은 보고서를 이용하려면 처방 약물과 관련한 모든 정보를 재검색하고 검색된 정보를 비교하여 어떤 약을 처방해야할지 결정해야 하는 번거로움이 발생한다.
그러므로, 의사가 환자에게 맞는 약을 처방하는데, 염기 서열 정보를 효과적으로 활용하기 위하여 염기 서열 정보를 기반하여 부작용별로 약을 검색하는 시스템이 필요하게 되었다.
또한, 처방전 없이 구매할 수 있는 약을 복용한다고 하더라도, 경미한 약물 부작용은 나타날 수 있으며, 의사의 상담을 받지 않고 구매하는 것은 항상 위험을 내재하고 있기 때문에 의학적 지식이 없는 사람에게도 효과적으로 자신에게 맞는 약물을 검색해야하는 필요성이 생기게 되었다.
이러한 문제점을 해결하기 위한 본 발명은 앞으로 예상되는 유전 정보 홍수 속에서 동일한 기대 효과를 가진 약물 중 개인별 부작용이 적은 약을 검색할 수 있는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 방법을 제공하는 것을 목적으로 한다.
또한 본 발명은 처방전 없이 구매하는 약도 부작용을 확인하고 구매가 가능하도록 하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 방법을 제공하는 것을 다른 목적으로 한다.
이러한 과제를 해결하기 위한 본 발명의 개인 염기 서열 정보에서 추출한 개인별 SNP(Single Nucleotide Polymorphism) 정보를 포함하는 개인 약물 부작용 DB 구성부와 동일한 기대 효과를 가지는 동종 제약 및 그 구성 성분을 포함하는 약물성분 DB를 구비한 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템은, 약물의 상품명, 성분명, 치료목적, 제약회사 중 어느 하나 이상의 정보로 상기 약물성분 DB에서 검색하는 검색부 및 상기 검색부에서 검색된 정보와 개인별 SNP 정보를 상기 개인 약물 부작용 DB 구성부에 질의하여 부작용 여부 및 부작용 정도를 검색하고, 검색한 결과를 부작용 위험도가 작은 순서대로 출력하는 부작용 검색부를 포함하여 구성될 수 있다.
또한, SNP ID 별로 질병, 임상정보, 또는 약물 부작용 정보 중 어느 하나 이상의 정보로 구성된 SNP DB를 더 포함하도록 구성하고, 상기 개인 약물 부작용 DB 구성부는 상기 SNP DB에 질의하여 SNP별 약물 부작용 DB를 구성하는 것이 바람직하다.
또한, 개인 약물 부작용 DB 구성부는 SNP ID 와 SNP 염기 정보를 입력하는 SNP입력부와, 상기 SNP입력부에서 입력된 SNP ID 와 SNP를 사용하여 상기 SNP DB에 조회하여 약물 부작용 정보가 있는지 검색하는 SNP DB검색부, 및 상기 검색결과 SNP 관련 약물 부작용 정보가 존재하는 것으로 판단되면 해당 SNP정보를 저장하는 개인 약물 부작용 DB를 포함하여 구성한다.
그리고, 부작용 검색부는 상기 검색부에서 검색된 기대 효과 혹은 상품명을 가지고 동일한 효과의 약물 성분명들을 입력받아 부작용 가능성이 있는 SNP가 있는지 상기 개인 약물 부작용 DB에 조회하는 DB 인터페이스부와, 상기 DB 인터페이스부의 조회 결과에 따라 약물별로 비교 연산하는 부작용 비교 연산부, 및 상기 비교연산부의 비교결과를 부작용 위험도가 작은 순서대로 출력하는 출력부를 포함하여 구성하도록 하고, 부작용 비교연산부는 상기 DB 인터페이스부에서 검색결과 부작용이 검색되면, 부작용의 출현 빈도 및 결과에 따른 위험도 점수를 부여하도록 동작되게 하는 것이 더욱 바람직하다.
한편 본 발명의 일실시예에 의한 개인 염기 서열 정보에서 추출한 개인별 SNP(Single Nucleotide Polymorphism) 정보를 포함하는 개인 약물 부작용 DB를 구비하고 동일한 기대 효과를 가지는 동종 제약 및 그 구성 성분을 포함하는 약물성분 DB를 구비한 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 방법은, (a)상기 개인 약물 부작용 DB와 상기 약물성분 DB를 구축하는 단계와, (b)입력된 동종 약물을 상기 약물 성분 DB에서 검색하는 단계, (c)상기 (b)단계에서 조회된 동종 약물들에 대하여 상기 개인 약물 부작용 DB에 조회하는 단계, (d)조회 결과 부작용 가능성이 있는 SNP가 있는지 검색하는 단계, 및 (e)단계 (d)에서 부작용이 있는 SNP가 검색되면 해당 SNP에 부작용의 출현 빈도 및 결과를 기초로 위험도 점수를 부여하는 단계로 이루어지게 할 수 있다.
이러한 개인 약물 부작용 DB는 (a-1)고객의 SNP정보인 SNP ID 와 SNP 염기 정보를 SNP입력부를 통하여 입력하는 단계와, (a-2)상기 (a-1)단계에서 입력된 SNP ID 와 SNP를 사용하여, SNP ID 별로 질병, 임상정보, 그리고 약물 부작용 정보 중의 어느 하나 이상의 정보가 기록되어 있는 SNP DB에 조회하여 약물 부작용 정보가 있는지 검색하는 단계와, (a-3)SNP DB를 검색한 결과 SNP 관련 약물 부작용 관련 정보가 있으면, 해당 SNP에 대한 정보를 저장하여 구축하도록 한다.
개인 약물 부작용 DB는 약물성분명, SNP ID, SNP 대립염기(Allele), 부작용여부/빈도, 그리고 부작용 결과 중 어느 하나 이상의 정보로 구축하고, 약물성분 DB는 분류코드와 약물명과 규격, 1일 투여량, 투여횟수, 용법 또는 제조회사 중 어느 하나 이상의 정보를 상호 연계하여 테이블로 구축한다.
또한, 검색결과 부작용이 검색되면, 부작용의 출현 빈도 및 결과에 따른 위험도 점수를 부여하고, 부작용 위험도가 작은 순서대로 출력하도록 구성한다.
따라서 본 발명의 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 방법에 의하면, 개인별 유전 정보에 기반한 부작용 확률이 가장 적은 약을 검색하여 처방할 수 있는 효과가 있다.
또한 본 발명의 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 방법에 의하면, 의사가 약을 처방하거나 개인이 처방전 없이 약을 구매시, 치료효과를 높이는 동시에 부작용의 위험으로부터 보호할 수 있는 효과가 있다.
그리고, 본 발명의 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 방법에 의하면, 약물을 위주로 하여 검색 및 비교하는 방법을 통하여 의사는 처방하고자 하는 약물을 결정하는 시간을 단축할 수 있으며, 이를 통하여 양질의 의료 서비스에 기여할 수 있는 효과가 있다.
도 1은 종래의 의사의 경험에 따른 의사 약물 처방 방법을 설명하기 위한 흐름도,
도 2는 종래의 개인의 염기 서열을 분석하는 순서에 대한 흐름도,
도 3은 본 발명의 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템의 주요 구성도,
도 4는 본 발명의 개인 약물 부작용 DB를 구축하는 과정을 설명하기 위한 흐름도,
그리고,
도 5는 본 발명의 부작용 처방 단계를 설명하기 위한 흐름도이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정 해석되지 아니하며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈", "장치" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 및/또는 소프트웨어의 결합으로 구현될 수 있다.
이하, 도면을 참조하여 본 발명의 일실시예에 대하여 설명한다.
도 3은 본 발명의 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템의 주요 구성도로서, 도시된 바와 같이, 본 발명의 약물 검색시스템은 조회하고자 하는 약물명 및 성분명을 입력하는 입력부(110)와, 입력부(110)의 입력에 의하여 약물명 및 성분명을 약물성분DB(130)에서 검색하는 검색부(120)와, 검색부(120)에서 검색된 결과를 개인약물 부작용 DB구성부(150)에서 구축된 개인약물 부작용 DB(153)에서 검색하여 개인별 부작용 가능성이 적은 약물을 검색하여 제공하는 부작용검색부(140)를 포함하여 구성할 수 있다.
즉, 본 발명은 개인 염기 서열 정보에서 추출한 개인별 SNP 정보를 포함하는 개인 약물 부작용 DB 구성부(150)를 구축한 후, 약을 처방시 혹은 구매시마다 처방 또는 구매하고자 하는 약물의 상품명 혹은 성분명을 입력하여 동일한 기대 효과를 가지는 동종 제약 및 그 구성성분을 검색부(120)에서 검색하며, 검색된 성분들을 각각 개인 약물 부작용 DB 구성부(150)에 질의하여, 부작용 여부 및 부작용 정도를 검색하고, 그 결과를 부작용 위험도가 작은 순서대로 출력 구성함으로써 달성될 수 있다.
입력부(110)는 약을 처방 또는 구매시에 검색하고자 하는 약물의 상품명 혹은 성분명을 입력할 수 있는 통상의 키보드 또는 마우스를 포함하는 입력장치로 구성한다.
약물성분DB(130)는 약물명이나 성분명에 따라 동일한 기대 효과를 가지는 동종 제약 및 구성성분을 검색할 수 있도록 구축된 데이터 베이스이다.
이러한 약물성분DB(130)는 DB구축시 검색의 편의성 및 DB구축의 효율화를 위하여 약물별 분류코드와 약물명과 규격, 1일 투여량, 투여횟수, 성분, 용법 또는 제조회사 등을 상호 연계하여 표 1과 같이 테이블로 저장해 두고 상호 연계되어 검색되도록 구성하는 것이 바람직하다.
표 1
코드 약품명 규격 1일 투약량 투여횟수 성분 용법 제조회사
A00304031 도부탐주 5ml/A 250mg/c 1회 Amoxixillinn 성인1회2정1일 3-4회 공복시투여
B04900026 듀오솔 정 30ml/A 100mg/c 2회 Cefixim 위궤양, 역류성식도염, 1일 1회 취침전
이러한 표 1과 같은 약물성분 DB는 일례로서, 동종 제약별로 그룹을 형성하거나 동일한 구성성분을 갖는 약물들을 그룹으로 묶어서 테이블로 작성하거나, 또는 치료 목적별로 분류하여 관리할 수도 있다.
예를 들어 표 2와 같이 치료 목적별로 상품명과 성분명으로 분류하여 테이블로 저장하여 데이터베이스를 구축할 수도 있다.
표 2
목적 약물명 성분명
유방암 화학치료 Cytoxan Cyclophosphamide
Nolvadex Tamoxifen
Taxotere Docetaxel
검색부(120)는 입력부(110)에서 입력된 약물명 및 성분명에 따라 약물성분DB(130)에서 검색하도록 동작된다.
즉, 검색부(120)는 입력부(110)에서 입력된 약물명 및 성분명에 따라 약물성분DB(130)를 검색하여 동일한 기대 효과를 가지는 동종 제약 및 그 구성성분을 추출하여 부작용검색부(140)로 출력하도록 동작한다.
이러한 약물 성분은 독일의 Rote Liste와 같은 공용 혹은 상업용 약물 관련 DB 통하여 검색할 수 있다. 상술한 바와 같이 예를 들어 유방암 치료라는 기대효과를 가지고 상품명을 검색하기 위하여 입력부(110)를 통하여 "유방암 화학치료"라는 키워드를 입력하면, 검색부(120)는 약물 성분 DB(130)를 통하여 이의 치료에 사용되고 있는 Cyclophosphamide, Tamoxifen, Docetaxel 와 같은 약물들을 검색하여 출력할 수 있을 것이다.
혹은 Cytoxan 이라는 제약회사의 상품명만 알 경우, 같은 방법을 통하여 Cyclophosphamide이라는 성분명을 검색할 수 있으며, 유방암 화학치료라는 같은 기대 효과를 가지고 있는 다른 성분들인 Tamoxifen, Docetaxel 역시 검색되어, 부작용 검색부(140)에서 서로 비교할 수 있도록 할 수 있다.
SNP DB (160)는 dbSNP, SNPedia, Pharmgkb 등과 같이 SNP ID 별로 질병, 임상정보, 약물 부작용 정보 등이 검색할 수 있는 데이터로 저장되어 있는 데이터 베이스이다.
개인 약물 부작용 DB구성부(150)는 구축된 SNP별 약물 부작용 DB에 따라 개인 SNP 별 약물 부작용 관련 정보를 검색하도록 동작된다.
즉, SNP ID 와 SNP 염기 정보를 SNP입력부(151)를 통하여 입력하면, SNP입력부(151)에서 입력된 SNP ID 와 SNP를 사용하여, SNP DB검색부(152)는 dbSNP, SNPedia, Pharmgkb 등과 같이 SNP ID 별로 질병, 임상정보, 약물 부작용 정보 등이 저장되어 있는 SNP DB(160)에 조회하여 약물 부작용 정보가 있는지 검색하여 개인 약물 부작용 관련 데이터를 구축하도록 동작된다.
이를 위하여 개인 약물 부작용 DB구성부(150)는 고객의 SNP 정보를 입력하는 입력부(151), 입력된 개인 SNP 정보를 공용 혹은 상업용 SNP DB(160)에 조회하여 개인 SNP 별 약물 부작용 관련 정보를 검색하는 SNP DB 검색부(152)로 달성될 수 있다.
SNP DB 검색부(152)에서 검색된 부작용 및 부작용정도를 활용하여 개인 부작용 DB(153)를 구축하도록 구성된다.
이러한 SNP DB(160)에 접근하는 방식은 다양할 수 있다. 웹 검색만 허용하는 DB 일 경우, WAN을 통하여 텍스트 내에서 텍스트 마이닝을 해야하는 경우가 발생할 수 있으며, FTP(File Transfer Protocol) 방식 등을 통해 플랫 파일로 DB 데이타를 공개하는 DB의 경우 파일을 다운로드 한 후 이 파일로 시스템 내에 사설 DB를 구축할 수도 있다. 그 외에도, 약속된 양식에 맞춰 WAN을 통하여 질의하면, 미리 정의된 양식에 맞는 결과를 받을 수 있는 DB 등 다양한 방법이 있을 수 있으나, 당업자들에게는 명백한 일이므로 더 이상의 접근 방법에 대한 설명은 생략하기로 한다.
또한, SNP DB(160)는 다양한 형태와 목적으로 존재하지만, 개인 약물 부작용 DB(153)를 구축하기 위하여 필요적으로 조회하는 정보는, 표 3에 예시되어 있다.
표 3은 개인 약물 부작용 DB (153) 구축을 위하여 SNP DB (160)에서 추출하고자 하는 정보의 예로서, SNP ID 와 SNP 염기 그리고 이 대립 염기(allele) 구성별 약물에 따른 부작용 여부 및 결과에 대한 자료이다.
표 3
약물성분명 SNP ID SNP Allele 부작용 여부/빈도 부작용 결과
Cyclophosphamide Rs9561778 G;G normal
T;T 2X higher
Tamoxifen Rs6025 A;A risk thrombosis
G;G normal
Docetaxel Rs11045585 A;A 24% increased leukopenia/neutropenia
A;G 63% increased leukopenia/neutropenia
표 3을 보다 구체적으로 설명하면, SNP입력부(151)를 통하여 입력받은 고객의 "SNP ID"가 Rs9561778 이고 SNP 대립염기 구성(Allele)이 T;T 라면, Cyclophosphamide 라는 약물의 부작용이 정상 SNP 보유자보다 2배 이상 높은 부작용 발현 가능성을 가지고 있을 수 있다는 것을 "부작용 여부/빈도"란에서 표시하고 있다.
SNP DB(160)에서 검색한 결과 위의 예와 같은 SNP 관련 약물 부작용 관련 정보가 있으면, 개인 약물 부작용 DB(153)에 해당 SNP에 대한 정보만 저장한다.
부작용검색부(140)는 검색부(120)에서 추출된 약물을 기반으로 각각의 SNP에 대하여 부작용여부를 개인약물 부작용 DB구성부(150)에서 분석하여 출력하도록 동작된다.
이를 위하여 부작용검색부(140)는 검색부(120)에서 검색된 기대 효과 혹은 상품명을 가지고 동일한 효과의 약물 성분명들을 입력받아 기 구축된 개인 약물 부작용 DB (153) 에 조회할 수 있는 DB 인터페이스부(142)와 조회 결과에 따라 약물별로 부작용을 비교 연산하는 부작용 비교 연산부(141)를 포함하여 구성한다.
DB 인터페이스부(142)는 검색부(120)에서 검색된 동종 약물들을 개인약물 부작용 DB구성부(150)의 개인 약물 부작용 DB (153) 에 조회하여 부작용 가능성이 있는 SNP가 있는지 검색한다.
DB 인터페이스부(142)에서 검색결과 부작용이 검색되면, 부작용 비교 연산부(141)에서는 부작용의 출현 빈도, 결과 등을 고려하여 위험도 점수를 부여한다.
또한, DB 인터페이스부(142)에서 검색결과 부작용이 검색되지 않았으면, 위험도 연산에서 점수를 부여하지 않을 수 있다.
표 4는 부작용 비교연산부(141)에서 연산한 결과를 예시한 표이다.
표 4
약물성분 SNP ID SNP Allele 부작용 위험도 분산 부작용 결과
Cyclophosphamide Rs9561778 T;T 1
Docetaxel 11045585 A 0.5 ukopenia/neutropenia
Tamoxifen Rs6025 G;G 0
표 4를 참고하면, 검색부(120)에서 약물성분DB(130)에서 검색한 결과 3가지 약물 성분을 검색했으며, 개인 약물 부작용 DB(153)에 질의한 결과 3가지 중 2가지 (Cyclophosphamide, Docetaxel) 약물에서 부작용이 있는 것이 검색된 것으로 표시되어 있다.
부작용이 검색되지 않은 Tamoxifen에 대해서는 부작용 위험도에 0 점을 부여하였으며, 표 3의 SNP DB (160) 조회한 예와 같이, Cyclophosphamide 에 대해서 두배 이상의 부작용 확률을 가지는 SNP 대립 염기 (T;T)를 가지고 있으므로, 1점을 부여하고, Docetaxel 에 대해서는 24%의 부작용 확률을 가지는 염기 조성 (A;A)을 가지고 있으므로 0.5 점을 부여하였다.
부작용 결과에 따라서 이러한 위험도는 변경될 수도 있음은 물론이다.
예를 들어, 비록 부작용 출현 확률은 Docetaxel가 Cyclophosphamide 보다 낮지만, 환자의 상태나 다른 질병을 고려했을 때, 백혈구 등이 감소하여 면역에 영향을 미치는 leukopenia/neutropenia 의 부작용이 심각하다고 판단될 경우 처방시 위험도 점수에 가중하여 판단해야하는 것은 물론이다.
이에 도출된 결과는 결과 출력부(143)를 통해 상대적인 부작용의 위험도를 비교하여 어떤 약이 환자에 최적화되어 있는지 표기할 수 있다. 구제척으로 어떤 부작용을 일으키는지 역시 표기하여 의사의 최종적인 합리적인 판단에 역할을 한다. 비교된 결과는 연산 규칙에서 정한 순서에 따라 작성된 표 혹은 그래프로 표기하는 방법 모두를 포함한다.
또한 결과의 표기는 현대인들이 휴대하는 스마트폰과 PDA와 같은 휴대용 단말기, 개인용 컴퓨터, 서버단말기 등에서 Web, 모바일 App., 혹은 문서 출력들 통한 모든 출력 방법들을 포함할 수 있음은 물론이다.
이러한 구성의 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템을 이용하여 검색하는 방법에 대하여 도면을 참고하여 설명하기로 한다.
도 4는 개인 약물 부작용 DB를 구축하는 과정을 설명하기 위한 흐름도로서, 도시된 바와 같이, 개인 염기 서열 분석을 마친 후 받은 보고서 혹은 개별적으로 구매한 컴퓨터 프로그램 등으로 고객의 SNP정보인 SNP ID 와 SNP 염기 정보를 SNP입력부(151)를 통하여 입력한다(S210).
단계 S210에서 입력된 SNP ID 와 SNP를 사용하여, dbSNP, SNPedia, Pharmgkb 등과 같이 SNP ID 별로 질병, 임상정보, 약물 부작용 정보 등이 저장되어 있는 SNP DB(160)에 조회하여 약물 부작용 정보가 있는지 검색한다(S220).
상술한 바와 같이 DB에 접근하는 방식은 다양할 수 있음은 물론이다.
단계 S230에서는 SNP DB(160)에서 검색된 정보에서 SNP별 보고된 부작용 정보가 있는 지를 판단한다.
단계 S230에서 SNP DB(160)를 검색한 결과 SNP 관련 약물 부작용 관련 정보가 있으면, 개인 약물 부작용 DB(153)에 해당 SNP에 대한 정보만 저장한다.
도 4는 SNP 한개를 가지고 DB를 구축했을 때의 예이며, 실제로는 기계적으로 다수의 SNP를 한번에 처리할 수 있도록 구성할 수 있음은 물론이다.
도 4의 과정을 통하여 개인 약물 부작용 DB(153)가 구축되면, 약을 처방시 혹은 구매시마다 검색하고자 하는 약물의 상품명 혹은 성분명을 입력하여 동일한 기대 효과를 가지는 동종 제약 및 그 구성성분을 검색하고, 검색된 성분들은 각각 개인 약물 부작용 DB에 질의되어, 부작용 여부 및 부작용 정도를 검색하고, 그 결과를 부작용 위험도가 작은 순서대로 출력 구성함으로써 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물을 검색할 수 있는 것이다.
이러한 처방 과정을 도면을 참고하여 설명한다.
도 5는 본 발명의 부작용 처방 단계를 설명하기 위한 흐름도로서, 도시된 바와 같이, DB 인터페이스부(142)에서는 약물 성분명 검색부(120) 에서 동종 약물들을 검색 조회하고(S240), 조회된 동종 약물들은 각각 개인 약물 부작용 DB(153)에 조회하여 부작용 가능성이 있는 SNP가 있는지 검색한다(S241).
단계 S241에서 부작용이 있는 SNP가 검색되면, 부작용 비교 연산부(141)에서 부작용의 출현 빈도, 결과 등을 고려하여 위험도 점수를 부여한다(S242).
단계 S241에서 부작용이 검색되지 않았으면, 위험도 연산에서 점수를 부여하지 않을 수 있다.
이러한 위험도와 부작용을 고려한 연산결과가 표 4에 예시되어 있다.
표 4를 참고하면, 검색부(120)에서 약물성분DB(130)에서 검색한 결과 3가지 약물 성분이 검색되었으며, 개인 약물 부작용 DB(153)에 질의한 결과 3가지 중 2가지 (Cyclophosphamide, Docetaxel) 약물에서 부작용이 있는 것이 검색된 것으로 표시되어 있다.
부작용이 검색되지 않은 Tamoxifen에 대해서는 부작용 위험도에 0 점을 부여하였으며, 표 3의 SNP DB (160) 조회한 예와 같이, Cyclophosphamide 에 대해서 두배 이상의 부작용 확률을 가지는 SNP 대립 염기 (T;T)를 가지고 있으므로, 1점을 부여하고, Docetaxel 에 대해서는 24%의 부작용 확률을 가지는 염기 조성 (A;A)을 가지고 있으므로 0.5 점을 부여하였다.
부작용 결과에 따라서 이러한 위험도는 변경될 수도 있음은 물론이다.
예를 들어, 비록 부작용 출현 확률은 Docetaxel가 Cyclophosphamide 보다 낮지만, 환자의 상태나 다른 질병을 고려했을 때, 백혈구 등이 감소하여 면역에 영향을 미치는 leukopenia/neutropenia 의 부작용이 심각하다고 판단될 경우 처방시 위험도 점수에 가중하여 판단해야하는 것은 물론이다.
단계 S242에서 도출된 결과표는 결과 출력부(143)를 통해 상대적인 부작용의 위험도를 비교하여 어떤 약이 환자에 최적화되어 있는지 표기할 수 있다(S243).
또한, 구제적인 부작용을 표기하여 의사의 최종적인 합리적인 판단을 할 수 있도록 할 수도 있다.
또한 결과 출력부(143)에서 출력되는 내용은 연산 규칙에서 정한 순서에 따라 작성된 표 혹은 그래프로 표기하는 방법 모두를 포함하고, 또한 결과의 표기는 현대인들이 휴대하는 스마트폰과 PDA와 같은 휴대용 단말기, 개인용 컴퓨터, 서버단말기 등에서 Web, 모바일 App., 혹은 문서 출력들 통한 모든 출력 방법들을 포함할 수 있음은 물론이다.
상술한 바와 같이 본 발명의 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 방법에 의하면, 개인 염기 서열 정보에서 추출한 개인 SNP 정보를 포함하는 개인 약물 부작용 DB를 구성 후, 약을 처방시 혹은 구매시마다 검색하고자 하는 약물의 상품명 혹은 성분명을 입력하여 동일한 기대 효과를 가지는 동종 제약 및 그 구성성분을 검색하며, 검색된 성분들을 각각 개인 약물 부작용 DB에 질의하여, 부작용 여부 및 부작용 정도를 검색하고, 그 결과를 부작용 위험도가 작은 순서대로 출력 구성함으로써 최종 의사나 약사가 합리적인 처방전을 작성할 수 있도록 할 수 있다.
이상에서 본 발명은 기재된 구체예에 대하여 상세히 설명되었지만 본 발명의 기술사상 범위 내에서 다양한 변형 및 수정이 가능함은 당업자에게 있어서 명백한 것이며, 이러한 변형 및 수정이 첨부된 특허 청구범위에 속함은 당연한 것이다.
본 발명의 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법은 약물 투여시 개인 단일 염기 다형성에 기반하여 개인별 부작용을 최소화하기 위한 약물을 검색하여 제시할 수 있는 기술에 관한 것이다

Claims (13)

  1. 개인 염기 서열 정보에서 추출한 개인별 SNP(Single Nucleotide Polymorphism) 정보를 포함하는 개인 약물 부작용 DB 구성부와 동일한 기대 효과를 가지는 동종 제약 및 그 구성 성분을 포함하는 약물성분 DB를 구비한 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템에 있어서,
    약물의 상품명, 성분명, 치료목적, 제약회사 중 어느 하나 이상의 정보로 상기 약물성분 DB에서 검색하는 검색부;및
    상기 검색부에서 검색된 정보와 개인별 SNP 정보를 상기 개인 약물 부작용 DB 구성부에 질의하여 부작용 여부 및 부작용 정도를 검색하고, 검색한 결과를 부작용 위험도가 작은 순서대로 출력하는 부작용 검색부;
    를 포함하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템.
  2. 제 1항에 있어서,
    SNP ID 별로 질병, 임상정보, 또는 약물 부작용 정보 중 어느 하나 이상의 정보로 구성된 SNP DB;
    를 더 포함하고, 상기 개인 약물 부작용 DB 구성부는 상기 SNP DB에 질의하여 개인 약물 부작용 DB를 구성하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템.
  3. 제 2항에 있어서,
    상기 개인 약물 부작용 DB 구성부는
    SNP ID 와 SNP 염기 정보를 입력하는 SNP입력부;
    상기 SNP입력부에서 입력된 SNP ID 와 SNP를 사용하여 상기 SNP DB에 조회하여 약물 부작용 정보가 있는지 검색하는 SNP DB검색부;및
    상기 검색결과 SNP 관련 약물 부작용 정보가 존재하는 것으로 판단되면 해당 SNP정보를 저장하는 개인 약물 부작용 DB;
    를 포함하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템.
  4. 제 3항에 있어서,
    상기 개인 약물 부작용 DB는
    약물성분명, SNP ID, SNP 대립염기(Allele), 부작용여부/빈도, 그리고 부작용 결과 중 어느 하나 이상의 정보로 구축되는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템.
  5. 제 2항에 있어서,
    상기 부작용 검색부는
    상기 검색부에서 검색된 기대 효과 혹은 상품명을 가지고 동일한 효과의 약물 성분명들을 입력받아 부작용 가능성이 있는 SNP가 있는지 상기 개인 약물 부작용 DB에 조회하는 DB 인터페이스부;
    상기 DB 인터페이스부의 조회 결과에 따라 약물별로 비교 연산하는 부작용 비교 연산부;및
    상기 비교연산부의 비교결과를 부작용 위험도가 작은 순서대로 출력하는 출력부;
    를 포함하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템.
  6. 제 5항에 있어서,
    상기 부작용 비교연산부는
    상기 DB 인터페이스부에서 검색결과 부작용이 검색되면, 부작용의 출현 빈도 및 결과에 따른 위험도 점수를 부여하도록 동작되는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템.
  7. 제 6항에 있어서,
    상기 출력부는
    상기 부작용 비교연산부의 비교결과 부작용이 검색되면
    약물성분명, SNP ID, SNP 대립염기(Allele), 부작용 위험도, 그리고 부작용 결과 중 어느 하나 이상의 정보로 출력하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템.
  8. 개인 염기 서열 정보에서 추출한 개인별 SNP(Single Nucleotide Polymorphism) 정보를 포함하는 개인 약물 부작용 DB를 구비하고 동일한 기대 효과를 가지는 동종 제약 및 그 구성 성분을 포함하는 약물성분 DB를 구비한 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 방법에 있어서,
    (a)상기 개인 약물 부작용 DB와 상기 약물성분 DB를 구축하는 단계;
    (b)입력된 동종 약물을 상기 약물 성분 DB에서 검색하는 단계;
    (c)상기 (b)단계에서 조회된 동종 약물들에 대하여 상기 개인 약물 부작용 DB에 조회하는 단계;
    (d)조회 결과 부작용 가능성이 있는 SNP가 있는지 검색하는 단계;및
    (e)단계 (d)에서 부작용이 있는 SNP가 검색되면 해당 SNP에 부작용의 출현 빈도 및 결과를 기초로 위험도 점수를 부여하는 단계;
    를 포함하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 방법.
  9. 제 8항에 있어서,
    상기 (a)단계에서의 개인 약물 부작용 DB는
    (a-1)고객의 SNP정보인 SNP ID 와 SNP 염기 정보를 SNP입력부를 통하여 입력하는 단계;.
    (a-2)상기 (a-1)단계에서 입력된 SNP ID 와 SNP를 사용하여, SNP ID 별로 질병, 임상정보, 그리고 약물 부작용 정보 중의 어느 하나 이상의 정보가 기록되어 있는 SNP DB에 조회하여 약물 부작용 정보가 있는지 검색하는 단계;
    (a-3)SNP DB를 검색한 결과 SNP 관련 약물 부작용 관련 정보가 있으면, 해당 SNP에 대한 정보를 저장하여 구축하는 단계;
    를 포함하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 방법.
  10. 제 9항에 있어서,
    상기 (a-3)단계는
    약물성분명, SNP ID, SNP 대립염기(Allele), 부작용여부 및 빈도, 그리고 부작용 결과 중 어느 하나 이상의 정보로 개인 약물 부작용 DB를 구축하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 방법.
  11. 제 8항에 있어서,
    상기 (a)단계에서의 약물성분 DB는
    분류코드와 약물명과 규격, 1일 투여량, 투여횟수, 용법 또는 제조회사 중 어느 하나 이상의 정보를 상호 연계하여 테이블로 구축한 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 방법.
  12. 제 8항에 있어서,
    상기 (e)단계는
    검색결과 부작용이 검색되면, 부작용의 출현 빈도 및 결과에 따른 위험도 점수를 부여하고, 부작용 위험도가 작은 순서대로 출력하는 단계를 더 포함하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 방법.
  13. 제 12항에 있어서,
    상기 (e)단계는
    약물성분명, SNP ID, SNP 대립염기(Allele), 부작용 위험도, 그리고 부작용 결과 중 어느 하나 이상의 정보로 출력하는 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 방법.
PCT/KR2013/008998 2012-10-16 2013-10-08 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법 WO2014061936A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/410,737 US20150220687A1 (en) 2012-10-16 2013-10-08 System for searching for drug that minimizes individual side effect based on individual single nucleotide polymorphism, and method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2012-0114908 2012-10-16
KR1020120114908A KR101419753B1 (ko) 2012-10-16 2012-10-16 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
WO2014061936A1 true WO2014061936A1 (ko) 2014-04-24

Family

ID=50488450

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2013/008998 WO2014061936A1 (ko) 2012-10-16 2013-10-08 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법

Country Status (3)

Country Link
US (1) US20150220687A1 (ko)
KR (1) KR101419753B1 (ko)
WO (1) WO2014061936A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108717862A (zh) * 2018-04-10 2018-10-30 四川骏逸富顿科技有限公司 一种基于机器学习的智能审方开方模型

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016133374A1 (ko) * 2015-02-17 2016-08-25 싸이퍼롬, 인코퍼레이티드 자궁수축억제제 부작용 방지를 위한 개인별 단백질 손상 정보 기반의 자궁수축억제제 선택 방법
WO2016133375A1 (ko) * 2015-02-17 2016-08-25 싸이퍼롬, 인코퍼레이티드 골다공증 치료제 부작용 방지를 위한 개인별 단백질 손상 정보 기반의 골다공증 치료제 선택 방법
US10395759B2 (en) 2015-05-18 2019-08-27 Regeneron Pharmaceuticals, Inc. Methods and systems for copy number variant detection
KR20180080605A (ko) * 2017-01-04 2018-07-12 연세대학교 산학협력단 의약품의 일반명을 이용하여 부작용을 최소화하는 대체 의약품 추천 방법 및 장치
JP2020506477A (ja) * 2017-01-27 2020-02-27 オリジェン， インコーポレイテッド 個人遺伝子のプロフィールに基づいて購入勧告を決定して、提示するためのシステム及び方法
KR102656669B1 (ko) * 2020-12-30 2024-04-12 충북대학교병원 약물 부작용의 개인화된 확률을 산정하는 방법 및 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080014139A (ko) * 2001-05-25 2008-02-13 가부시끼가이샤 히다치 세이사꾸쇼 염기배열관련정보를 사용한 정보처리시스템
KR20090071564A (ko) * 2006-08-22 2009-07-01 리드 홀스 테크놀로지스 인코포레이티드 의료 평가 지원 시스템 및 방법
US20120041778A1 (en) * 2010-08-13 2012-02-16 Kraft Daniel L System and methods for the production of personalized drug products
KR20120020953A (ko) * 2010-08-31 2012-03-08 숙명여자대학교산학협력단 약물 상호작용 관리 시스템 및 그 관리방법
KR20120096645A (ko) * 2011-02-23 2012-08-31 (주)터보소프트 스마트 기기를 이용한 약물 정보 검색 및 제공 방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0676053B1 (en) * 1992-12-23 1997-08-27 Board Of Regents Of The University Of Nebraska Method for automatic testing of laboratory specimens
US5950630A (en) * 1996-12-12 1999-09-14 Portwood; Michael T. System and method for improving compliance of a medical regimen
US6219674B1 (en) * 1999-11-24 2001-04-17 Classen Immunotherapies, Inc. System for creating and managing proprietary product data
US20020052761A1 (en) * 2000-05-11 2002-05-02 Fey Christopher T. Method and system for genetic screening data collection, analysis, report generation and access
EP1816214B1 (en) * 2000-07-11 2008-06-25 Kirk Hogan Methods and compositions for perioperative genomic profiling
KR20020090755A (ko) * 2001-05-29 2002-12-05 주식회사 이랜텍 스마트 배터리의 잔류용량 보정방법
JP4583911B2 (ja) * 2004-12-22 2010-11-17 株式会社日立製作所 薬品の安全性確認支援方法、安全性確認支援システム、およびプログラム
JP2006228079A (ja) * 2005-02-21 2006-08-31 Hitachi Ltd 薬品情報支援システム
KR100974228B1 (ko) * 2007-11-16 2010-08-06 한국과학기술연구원 최기형성 및 부작용 유발 약물 검색용 바이오마커 및 이를이용한 최기형성 및 부작용 유발 약물 검색 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080014139A (ko) * 2001-05-25 2008-02-13 가부시끼가이샤 히다치 세이사꾸쇼 염기배열관련정보를 사용한 정보처리시스템
KR20090071564A (ko) * 2006-08-22 2009-07-01 리드 홀스 테크놀로지스 인코포레이티드 의료 평가 지원 시스템 및 방법
US20120041778A1 (en) * 2010-08-13 2012-02-16 Kraft Daniel L System and methods for the production of personalized drug products
KR20120020953A (ko) * 2010-08-31 2012-03-08 숙명여자대학교산학협력단 약물 상호작용 관리 시스템 및 그 관리방법
KR20120096645A (ko) * 2011-02-23 2012-08-31 (주)터보소프트 스마트 기기를 이용한 약물 정보 검색 및 제공 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108717862A (zh) * 2018-04-10 2018-10-30 四川骏逸富顿科技有限公司 一种基于机器学习的智能审方开方模型

Also Published As

Publication number Publication date
US20150220687A1 (en) 2015-08-06
KR101419753B1 (ko) 2014-07-17
KR20140048673A (ko) 2014-04-24

Similar Documents

Publication Publication Date Title
WO2014061936A1 (ko) 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법
Montano et al. Association of DNA methylation differences with schizophrenia in an epigenome-wide association study
Gulsuner et al. Genetics of schizophrenia in the South African Xhosa
Sherman et al. Assembly of a pan-genome from deep sequencing of 910 humans of African descent
Aberg et al. A comprehensive family-based replication study of schizophrenia genes
Bryc et al. Genome-wide patterns of population structure and admixture among Hispanic/Latino populations
Montaut et al. Assessment of a targeted gene panel for identification of genes associated with movement disorders
US20070299691A1 (en) Systems and Computer Program Products for Relating Data in Healthcare Databases
EP3311317A1 (en) Efficient clinical trial matching
Kontou et al. Network analysis of genes and their association with diseases
Zhang et al. PriVar: a toolkit for prioritizing SNVs and indels from next-generation sequencing data
Sánchez-Valle et al. Interpreting molecular similarity between patients as a determinant of disease comorbidity relationships
Yang et al. DNetDB: The human disease network database based on dysfunctional regulation mechanism
Zhou et al. Drug repurposing for opioid use disorders: integration of computational prediction, clinical corroboration, and mechanism of action analyses
Zhou et al. The Alzheimer's Cell Atlas (TACA): A single‐cell molecular map for translational therapeutics accelerator in Alzheimer's disease
US20160239636A1 (en) Genomic prescribing system and methods
Gao et al. Repurposing ketamine to treat cocaine use disorder: integration of artificial intelligence‐based prediction, expert evaluation, clinical corroboration and mechanism of action analyses
Zheutlin et al. Multivariate pattern analysis of genotype–phenotype relationships in schizophrenia
Narang et al. Frequency spectrum of rare and clinically relevant markers in multiethnic Indian populations (ClinIndb): A resource for genomic medicine in India
Prasad et al. Attempts to replicate genetic associations with schizophrenia in a cohort from north India
Croteau‐Chonka et al. Gene coexpression networks in whole blood implicate multiple interrelated molecular pathways in obesity in people with asthma
Song et al. Integrative transcriptome-wide analysis of atopic dermatitis for drug repositioning
Yue et al. PAGER-CoV: a comprehensive collection of pathways, annotated gene-lists and gene signatures for coronavirus disease studies
Ding et al. scQTLbase: an integrated human single-cell eQTL database
Wang et al. PGG. SV: a whole-genome-sequencing-based structural variant resource and data analysis platform

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13846362

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14410737

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13846362

Country of ref document: EP

Kind code of ref document: A1