| 1 |
1
적어도 하나의 프로세서에 의해 동작하는 시스템이 약물 재창출 후보를 예측하는 방법으로서,질병 발생과 연관된 질병 연관 단백질 정보, 단백질과 화합물의 상호작용 정보 및 인체 대사물질 정보를 수집하는 단계,수집한 정보에 기초하여 질병 연관 단백질과 인체 대사물질 간의 상호작용 관계 정보를 추출하는 단계,상기 약물의 구조 및 상기 인체 대사물질의 구조 각각의 화학적 지문 간의 유사도 점수를 토대로 상기 약물과 상기 인체 대사물질의 유사도 행렬을 생성하는 단계,상기 상호작용 관계 정보를 기초로, 상기 유사도 행렬에서 상기 인체 대사물질을 상기 질병 연관 단백질로 치환한 점수화 행렬을 생성하는 단계, 그리고상기 점수화 행렬의 약물들 중에서 기준 유사도 점수보다 높은 유사도 점수를 갖는 약물을 추출하고, 추출한 약물을 재창출 후보로 예측하는 단계를 포함하는, 약물 재창출 후보 예측 방법
|
| 2 |
2
삭제
|
| 3 |
3
제1항에서,상기 유사도 행렬은,히트맵 함수를 이용하여 계층적으로 클러스터링되고, 각각의 화학적 지문 간의 유사도 점수가 구간 별로 서로 다른 색상으로 표시되는, 약물 재창출 후보 예측 방법
|
| 4 |
4
제1항에서,상기 점수화 행렬을 생성하는 단계와 상기 예측하는 단계 사이에,공개 데이터베이스로부터 수집한 약물 표적 단백질 정보와, 상기 질병 연관 단백질과 인체 대사물질 간의 상호작용 관계 정보를 이용하여, 약물 표적 단백질, 인체 대사물질 및 약물간의 관계 정보를 포함하는 기준 데이터 세트를 선정하는 단계, 상기 기준 데이터 세트에 포함된 인체 대사물질 및 약물의 화학적 지문 간의 유사도 점수에 기초하여 수신자 조작 특성 곡선(Receiver Operating Characteristic curve)을 생성하는 단계, 그리고상기 수신자 조작 특정 곡선을 이용하여 계산된 요덴 지표(Youden's Index)가 가장 높은 유사도 점수를 추출하여, 상기 기준 유사도 점수로 선정하는 단계를 더 포함하는, 약물 재창출 후보 예측 방법
|
| 5 |
5
제4항에서,상기 기준 데이터 세트를 선정하는 단계 이후,상기 기준 데이터 세트에 포함된 인체 대사물질 및 약물의 화학적 지문 간의 유사도 점수에 기초하여 생성된 수신자 조작 특성 곡선과, 화합물의 단백질 표적 상호작용을 예측하는 적어도 하나의 예측 알고리즘을 이용하여 산출된 예측 값에 기초하여 생성된 수신자 조작 특성 곡선을 상호 비교하여, 상기 기준 데이터 세트의 예측 정확도를 검증하는 단계를 더 포함하는, 약물 재창출 후보 예측 방법
|
| 6 |
6
제1항에서,상기 추출하는 단계는,상기 질병 연관 단백질 정보와, 상기 인체 대사물질 정보의 상호작용 관계 정보에 대해 상호작용 관계수를 토대로 유의성 평가를 수행하여, 통계적으로 유의미하다고 판단된 상호작용 관계 정보를 추출하는, 약물 재창출 후보 예측 방법
|
| 7 |
7
제6항에서,상기 추출하는 단계는,적어도 둘 이상 서로 매칭된 상기 질병 연관 단백질 정보와, 상기 인체 대사물질 정보의 상호작용 관계 정보 중에서 상기 유의성 평가에 따른 유의 확률(P value)이 임계 조건을 충족하고, 상기 유의 확률에 따른 우선순위가 최우선인 상호작용 관계 정보를 추출하며,추출된 상호작용 관계 정보는,상기 질병 연관 단백질과 상기 인체 대사물질이 일대일로 매핑되는, 약물 재창출 후보 예측 방법
|
| 8 |
8
적어도 하나의 프로세서에 의해 동작하는 시스템이 약물 재창출 후보를 예측하는 방법으로서,이미 알려진 약물 및 인체 대사물질 각각의 화학적 구조의 화학적 지문을 이용하여 상기 약물 및 상기 인체 대사물질 간의 화학적 구조의 유사도 점수를 계산하고, 상기 유사도 점수를 기초로 화학적 구조가 유사한 약물과 인체 대사물질을 매칭하는 단계,상기 인체 대사물질을 상기 인체 대사물질과 상호작용 관계가 있는 질병 연관 단백질로 치환하는 단계, 그리고상기 유사도 점수가 기준 유사도 점수보다 높은 약물 및 상기 약물에 매칭된 질병 연관 단백질을 추출하여, 상기 추출한 약물을 상기 추출한 질병 연관 단백질의 약물 재창출 후보로 예측하는 단계를 포함하는, 약물 재창출 후보 예측 방법
|
| 9 |
9
삭제
|
| 10 |
10
제8항에서, 상기 기준 유사도 점수는,약물 표적 단백질, 인체 대사물질 및 약물간의 관계 정보를 포함하는 기준 데이터 세트의 화학적 지문 간의 유사도 점수에 기초한 수신자 조작 특성 곡선(Receiver Operating Characteristic curve) 및 요덴 지표(Youden's Index)를 이용하여 선정되는, 약물 재창출 후보 예측 방법
|
| 11 |
11
제8항에서, 상기 치환하는 단계는,적어도 둘 이상 서로 매칭된 질병 연관 단백질과, 인체 대사물질의 상호작용 관계 정보 중에서 임계 조건을 충족하는 유의 확률(P value)의 우선순위가 최우선인 상호작용 관계 정보를 이용하는, 약물 재창출 후보 예측 방법
|
| 12 |
12
약물 재창출 후보를 예측하는 시스템으로서,약물 재창출 후보를 예측하는 프로그램을 저장하는 메모리, 그리고상기 프로그램을 실행하는 적어도 하나의 프로세서를 포함하고,상기 프로그램은,적어도 하나의 공개 데이터베이스로부터 수집한 질병 발생과 연관된 질병 연관 단백질 정보, 단백질과 화합물의 상호작용 정보 및 인체 대사물질 정보에 기초하여 질병 연관 단백질과 인체 대사물질 간의 상호작용 관계 정보를 추출하고,이미 알려진 약물 및 상기 인체 대사물질 각각의 구조의 화학적 지문 간의 유사도 점수를 기초로 화학적 구조가 유사한 약물과 인체 대사물질을 매칭하며, 상기 약물 별로 매칭된 인체 대사물질을 상기 상호작용 관계 정보에 기초하여 상기 질병 연관 단백질로 치환하고,상기 유사도 점수가 기준 유사도 점수보다 높은 약물 및 질병 연관 단백질을 추출하여, 상기 추출한 약물을 상기 추출한 단백질의 연관 질병의 약물 재창출 후보로 예측하는 명령어들(Instructions)을 포함하는, 약물 재창출 후보 예측 시스템
|
| 13 |
13
제12항에서,상기 프로그램은,상기 질병 연관 단백질 정보와, 상기 인체 대사물질 정보의 상호작용 관계 정보에 대해 상호작용 관계수를 토대로 유의성 평가를 수행하여, 유의 확률(P value)의 우선순위를 기반으로 통계적으로 유의미하다고 판단된 상호작용 관계 정보를 추출하고,상기 약물과 상기 질병 연관 단백질간의 유사도 점수로 구성된 점수화 행렬을 생성하며,상기 점수화 행렬을 이용하여 상기 유사도 점수가 상기 기준 유사도 점수보다 높은 약물 및 질병 연관 단백질을 상기 약물 재창출 후보로 예측하고, 예측한 정보를 화면에 출력하는 명령어들을 포함하는, 약물 재창출 후보 예측 시스템
|
| 14 |
14
제13항에서,상기 프로그램은,공개 데이터베이스로부터 수집한 약물 표적 단백질 정보와, 상기 상호작용 관계 정보를 이용하여 선정한 기준 데이터 세트에 포함된 약물 표적 단백질, 인체 대사물질 및 약물간의 화학적 구조의 화학적 지문 간의 유사도 점수에 기초하여 수신자 조작 특성 곡선(Receiver Operating Characteristic curve)을 생성하고,상기 수신자 조작 특성 곡선에 따른 요덴 지표(Youden's Index)를 계산하여, 상기 요덴 지표가 가장 높은 유사도 점수를 상기 기준 유사도 점수로 선정하는 명령어들을 포함하는, 약물 재창출 후보 예측 시스템
|
| 15 |
15
제14항에서,상기 예측한 약물 및 질병 연관 단백질 간의 관계 정보를 포함한 약물 재창출 후보 정보를 저장하는 약물 재창출 후보 데이터베이스, 그리고상기 약물 재창출 후보 데이터베이스와 연결되고, 통신망을 통해 접속된 단말에게 상기 약물 재창출 후보 데이터베이스로의 접근을 관리하는 사용자 인터페이스부를 더 포함하는, 약물 재창출 후보 예측 시스템
|
