딥러닝 모델이 유해한 약물 간 상호작용을 예측한다

대한민국 광주과학기술원(GIST)의 연구팀은 약물이 유전자 발현에 미치는 영향을 바탕으로 약물 간 상호작용(DDI)을 예측하는 딥러닝 모델을 개발했다. DDIs는 여러 약을동시에 복용할 때 심각한 건강 문제를 일으킬 수 있다.

이 연구는 Journal of Cheminformatics에 발표됐다.

DDIs의 조기 발견

복잡한 질병을 치료하기 위해 여러 약을동시에 복용하는 경우가 많다. 그러나 이러한 다중 약물 치료는 예상치 못한 상호작용을 일으켜 심각한 부작용이나 치료 효과의 감소를 초래할 수 있다. 이러한 부작용을 예방하기 위해 DDIs를 조기 발견하는 것이 중요하다.

현재의 접근 방법은 알려진 약물 상호작용의 기록을 분석하고 구조 및 부작용을 식별하는 컴퓨터 모델과 신경망 기반 알고리즘을 사용한다. 그러나 이러한 시스템은 유사한 약물이 유사한 상호작용을 가질 것이라고 가정하고 유사한 부작용을 가진 약물 조합을 식별한다.

연구팀은 이러한 제한을 극복하기 위해 새로운 모델을 개발하기로 했다. GIST의 Hojung Nam 부교수와 박사학위 후보자 Eunyoung Kim이 연구팀을 이끌었다. 그들은 약물 유도 유전자 발현 서명에 기반한 DDIs를 예측하는 딥러닝 모델을 개발했다.

DeSIDE-DDI 모델

이 모델은 두 부분으로 구성된다:

• 첫 번째 부분: 약물의 유전자 발현에 대한 영향을 예측하는 특징 생성 모델이다. 이는 약물의 구조와 특성을 고려한다.
• 두 번째 부분: 약물 조합으로 인한 다양한 부작용을 예측하는 DDI 예측 모델이다.

“우리 모델은 유전자 발현 데이터를 사용해 약물이 유전자에 미치는 영향을 고려하며, 특정 약물 쌍이 상호작용을 일으키는 이유를 설명합니다”라고 Nam 교수는 말했다. “이미 승인된 약물과 새로운 화합물 모두의 상호작용을 예측할 수 있습니다. 따라서 새로운 약물이 대중에게 공급되기 전에 다약제 사용의 위험에 대응할 수 있습니다.”

모든 화합물에 약물 처리 후 측정된 유전자 발현 프로필이 있는 것은 아니므로, 새 모델은 사전 학습된 특징 생성 모델을 이용해 약물 처리 후 예상되는 유전자 발현 프로필을 생성한다.

“이 모델은 잠재적으로 위험한 약물 조합을 식별할 수 있는 약물 안전 모니터링 시스템으로 작용한다. 연구자들이 약물 개발 단계에서 약물의 올바른 사용을 정의하는 데 도움이 될 수 있다”라고 남 교수는 계속했다.

새로운 모델은 새로운 약물의 안전성을 향상시키는 데 큰 발전이다. 또한 DDIs와 그 부작용에 대한 필요한 통찰력을 제공할 것이다.