Drug response prediction using visible neural network and multi-omics data
저자
발행사항
서울 : 고려대학교 대학원, 2023
학위논문사항
학위논문(석사)-- 고려대학교 대학원 : 컴퓨터학과(정보대학) 2023. 2
발행연도
2023
작성언어
영어
주제어
발행국(도시)
서울
형태사항
33 p ; 26 cm
일반주기명
지도교수: 강재우
UCI식별코드
I804:11009-000000270303
DOI식별코드
소장기관
신약개발 과정에서 약물 반응성 예측은 중요하다. 약물 반응성 예측을 통해 신약개발 과정의 효율성을 향상 시킬 수 있을 뿐 만 아니라 최근 주목받고 있는 환자 개개인의 유전자 및 생체 정보를 활용한 개인 맞춤형 치료제의 제안도 가능하다.
여러가지 약물반응성 예측 모델이 개발되어 왔으나 이러한 모델들에서 사용된 데이터셋 내의 약물의 수는 매우 제한적이다. 그러나 신약 개발에 약물 반응성 예측 모델을 실제로 활용하기 위해서 다양한 구조의 약물들에 대한 반응성 예측이 필요하다.
이번 연구에서 다양한 약물 구조에 대한 반응성을 예측하기 위해 NCI-60 데이터셋을 사용하였다. 예측된 약물 반응성에 대한 분자 기전을 이해할 수 있도록 실제 생물학적 과정의 계층을 모방한 신경망 (visible neural network)을 활용하였고, 다중체학 데이터를 사용하여 예측 성능을 향상시켰다. 이 모델을 활용하여 신장암 환자에서 FDA승인 약물들의 반응성 예측 결과, 반응성이 높을 것으로 예측되는 약물들이 실제로 환자에게 사용되는 것을 확인할 수 있었다. 그리고 모델에서 약물에 대한 효과가 좋을 것으로 예측되는 환자의 실제 생존 기간이 더욱 긴 것으로 나타났다.
이러한 모델은 향후 신약개발의 효율성을 증대시키고, 더 나아가 환자맞춤형 약물 처방을 하는데에 도움이 될 것이다.
Prediction of drug response is important in the process of drug discovery. Drug response prediction can not only improve the efficiency of the novel drug discovery process, but also make it possible to propose personalized treatment using the biological information of each patient.
Several drug response prediction models have been developed, but the number of drugs in their dataset is very limited. However, in order to actually utilize the drug response prediction model for novel drug discovery, it is necessary to predict the response of drugs with various structures.
In this study, the NCI-60 dataset was used to predict response to various drug structures. In order to understand the molecular mechanism of the predicted drug response, a visible neural network was applied for cell embedding that mimics the hierarchy of actual biological processes, and multiomics data was added as input data. The responsiveness of FDA-approved drugs in renal cancer patients was predicted using this NCI-60 trained model. As a result of prediction, it was confirmed that some of the drugs expected to have high responsiveness were actually prescribed to patients. And patients who were predicted to have a favorable effect on the drug in the model actually had longer survival.
This model will contribute to increasing the efficiency of novel drug discovery, and furthermore, it will be helpful for patient-specific precision medicine.
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)