1 |
1
약제 및 질병 사이의 관련도를 약제 인접성 또는 질병 인접성에 근거한 추론 및 유전자 모듈과 질병의 거리에 근거한 추론 중 적어도 하나에 의하여 산출하는 단계;상기 관련도를 피처로 삼는 학습 기법을 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 분류기를 생성하는 단계; 및상기 분류기를 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 단계를 포함하고,상기 약제 인접성은 약제의 목표 단백질 및 유전적 네트워크 상에서 단백질 사이의 최단 거리에 근거하여 산출되는 것이고,제1 약제의 각 목표 단백질들 및 제2 약제의 각 목표 단백질들 사이의 상기 최단 거리의 합을 상기 제1 약제 및 제2 약제의 목표 단백질의 수에 근거하여 결정되는 비율 계수로 나누어 산출되는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
2 |
2
제 1항에 있어서,상기 약제 인접성에 근거한 추론은 제1 약제와 제1 질병이 관련이 있다면 상기 제1 약제와 인접한 제2 약제 및 상기 제1 질병이 관련이 있다고 추론하는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
제 1항에 있어서,상기 질병 인접성에 근거한 추론은 제1 약제와 제1 질병이 관련이 있다면 상기 제1 약제 및 상기 제1 질병과 인접한 제2 질병이 관련이 있다고 추론하는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
6 |
6
약제 및 질병 사이의 관련도를 약제 인접성 또는 질병 인접성에 근거한 추론 및 유전자 모듈과 질병의 거리에 근거한 추론 중 적어도 하나에 의하여 산출하는 단계;상기 관련도를 피처로 삼는 학습 기법을 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 분류기를 생성하는 단계; 및상기 분류기를 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 단계를 포함하고,상기 질병 인접성은 유전적 네트워크 상에서 질병의 질병 유전자 집합 및 유전적 네트워크 상에서 질병 유전자 사이의 최단 거리에 근거하여 산출되는 것이고, 제1 질병의 질병 유전자 집합 내의 각 질병 유전자 및 제2 질병의 질병 유전자 집합 내의 각 질병 유전자 사이의 상기 최단 거리의 합을 상기 제1 질병 및 제2 질병의 질병 유전자 집합의 크기에 근거하여 결정되는 비율 계수로 나누어 산출되는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
7 |
7
삭제
|
8 |
8
제 1항에 있어서,상기 약제 및 질병의 관련도는 상기 약제의 다른 약제와의 최대 약제 인접성 및 상기 질병의 다른 질병과의 최대 질병 인접성의 기하평균으로 산출되는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
9 |
9
약제 및 질병 사이의 관련도를 약제 인접성 또는 질병 인접성에 근거한 추론 및 유전자 모듈과 질병의 거리에 근거한 추론 중 적어도 하나에 의하여 산출하는 단계;상기 관련도를 피처로 삼는 학습 기법을 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 분류기를 생성하는 단계; 및상기 분류기를 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 단계를 포함하고,상기 유전자 모듈과 질병의 거리에 근거한 추론은 제1 약제와 제1 질병이 관련이 있을 경우 제2 약제와 상기 제1 약제 및 상기 제1 질병에 대하여 산출되는 모듈 거리 값이 기 설정된 기준 이상인 경우 상기 제2 약제 및 상기 제1 질병이 관련이 있다고 추론하는 것이고, 상기 모듈 거리 값은 상기 제1 약제 및 상기 제2 약제 사이의 공통 유전자 모듈에 포함된 단백질 및 상기 제1 질병의 유전자 집합에 포함된 유전자 사이의 유전적 네트워크 상에서 가능한 경로에 근거하여 결정되는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
10 |
10
삭제
|
11 |
11
약제 및 질병 사이의 관련도를 약제 인접성 또는 질병 인접성에 근거한 추론 및 유전자 모듈과 질병의 거리에 근거한 추론 중 적어도 하나에 의하여 산출하는 단계;상기 관련도를 피처로 삼는 학습 기법을 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 분류기를 생성하는 단계; 및상기 분류기를 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 단계를 포함하고,상기 유전자 모듈과 질병의 거리에 근거한 추론은 제1 약제와 제1 질병이 관련이 있을 경우 제2 질병과 상기 제1 약제 및 상기 제1 질병에 대하여 산출되는 모듈 거리 값이 기 설정된 기준 이상인 경우 상기 제1 약제 및 상기 제2 질병이 관련이 있다고 추론하는 것이고, 상기 모듈 거리 값은 상기 제1 질병 및 상기 제2 질병 사이의 공통 유전자 모듈에 포함된 유전자 및 상기 제1 약제의 각 목표 단백질 사이의 유전적 네트워크 상에서 가능한 경로에 근거하여 결정되는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
12 |
12
삭제
|
13 |
13
제 1항에 있어서,상기 약제 및 질병의 관련도는 상기 약제와 다른 약제의 공통 유전자 모듈과 상기 질병 사이의 최대 모듈 거리 값 및 상기 질병과 다른 질병의 공통 유전자 모듈과 상기 약제 사이의 최대 모듈 거리 값의 기하평균으로 산출되는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
14 |
14
약제 및 질병 사이의 관련도를 약제 인접성 또는 질병 인접성에 근거한 추론 및 유전자 모듈과 질병의 거리에 근거한 추론 중 적어도 하나에 의하여 산출하는 단계;상기 관련도를 피처로 삼는 학습 기법을 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 분류기를 생성하는 단계; 및상기 분류기를 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 단계를 포함하고,상기 분류기를 생성하는 단계에서,상기 약제 인접성에 근거한 추론에 의하여 산출되는 점수인 제1 피처;상기 질병 인접성에 근거한 추론에 의하여 산출되는 점수인 제2 피처; 및상기 약제 인접성 및 질병 인접성을 조합한 추론에 의하여 산출되는 점수인 제3 피처 중 적어도 하나 이상을 피처로 하는 학습 기법을 사용하는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
15 |
15
약제 및 질병 사이의 관련도를 약제 인접성 또는 질병 인접성에 근거한 추론 및 유전자 모듈과 질병의 거리에 근거한 추론 중 적어도 하나에 의하여 산출하는 단계;상기 관련도를 피처로 삼는 학습 기법을 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 분류기를 생성하는 단계; 및상기 분류기를 사용하여 약제 및 질병 사이의 관련 여부를 결정하는 단계를 포함하고,상기 분류기를 생성하는 단계에서,상기 유전자 모듈이 추출되는 레벨; 상기 유전자 모듈과 질병의 거리가 산출될 때 고려되는 유전적 네트워크 상의 경로의 길이; 및 약제 모듈 거리 기반 추론, 질병 모듈 거리 기반 추론 및 상기 약제 모듈 거리 기반 추론과 상기 질병 모듈 거리 기반 추론을 조합한 추론 중 상기 유전자 모듈과 질병의 거리에 근거한 추론으로서 수행되는 추론; 의 조합에 대하여 산출되는 상기 관련도를 나타내는 점수 중 적어도 하나 이상을 피처로 하는 학습 기법을 사용하는 것을 특징으로 하는 네트워크 기반의 약제 효능 평가 방법
|
16 |
16
삭제
|