본문 바로가기

약물 간 상호작용 예측에서 상호작용 유형 인지 문제 발견과 해결을 위한 새로운 평가 방법 및 학습 방법

A Novel Evaluation Method and Learning Approach for Identifying and Addressing Interaction Type Recognition Issues in Drug-Drug Interactions Prediction

문서 유형
연구출판물 · 학술지 논문
등재
KCIKCI우수
저널 순위
KCI Q4
저널
정보과학회논문지53(1) · pp.82 · 2026
피인용
KCI 0
ISSN
2383-630X

저자

  1. 조영빈제1저자부산대학교 정보융합공학과
  2. 노다솜부산대학교 정보융합공학과
  3. 박경진부산대학교 정보융합공학과
  4. 서민지부산대학교 정보융합공학과
  5. 권선영교신저자부산대학교 의생명융합공학부

초록

약물 간 상호작용 예측은 다제약물 복용 시 발생할 수 있는 부작용을 방지하기 위해 두 약물 간 상호작용을 예측하는 작업이다. 기존 연구는 약물 쌍과 상호작용 유형을 모델에 제공하여, 해당 약물 간에 주어진 상호작용의 발생 여부를 판정하는 이진 분류 방식으로 진행되었다. 그러나 이러한 학습 방법은 모델이 상호작용 유형을 충분히 학습하지 못한다는 한계가 있으며, 기존의 평가 방법은 이러한 문제를 드러내지 못했다. 이에 본 논문에서는 모델의 상호작용 유형 인지 능력을 평가할 수 있는 '상호작용 유형 인지 테스트'를 새롭게 제안하고, 모델이 상호작용 유형을 효과적으로 학습하도록 negative pair(interaction changes)를 추가하는 학습 방법을 도입하였다. 구조적 특성이 다른 데이터셋인 Drugbank와 Twosides에서 실험을 진행한 결과, 두 데이터셋 모두 상호작용 유형 인지 성능이 유의미하게 향상되어, 제안한 방법이 상호작용 유형을 학습하는 데에 효과가 있음을 확인했다.

키워드

drug-drug interactioninteraction type recognition testinteraction type recognitionnegative pair (interaction changes)DrugBankTwosides약물 간 상호작용상호작용 유형 인지 테스트negative pair(interaction change)

식별자

KCI
ART003297264