당뇨병 치료제 후보약물 정보를 이용한 기계 학습 모델과 주요 분자표현자 도출
A machine learning model for the derivation of major molecular descriptor using candidate drug information of diabetes treatment
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구는 당뇨병 치료제 후보약물 정보를 이용하여 항당뇨에 영향을 미치는 물질구조를 발견하는데 목적이 있다. 정량적구조 활성관계를 이용한 기계 학습 모델을 만들고 부분최소자승 알고리즘을 통해 실험데이터 별로 결정계수를 파악한 후 변수중요도척도를 활용하여 주요 분자표현자를 도출하였다. 연구 결과, 후보약물 구조정보를 반영한 molecular access system fingerprint 데이터로 분석한 결과가 in vitro 데이터를 이용한 분석 결과보다 설명력이 높았으며, 항당뇨에 영향을 미치는 주요 분자표현자 역시 다양하게 도출할 수 있었다. 제안된 항당뇨 예측 및 주요인자 분석 방법을 활용한다면 유사한 과정을 반복 실험하는 기존 신약개발 방식과는 달리, 많은 비용과 시간이 소요되는 후보물질 스크리닝 (screening) 기간을 최소화하고, 신약개발 탐색기간도 단축하는 계기가 될 수 있을 것으로 기대한다.
Abstract
The purpose of this study is to find out the structure of the substance that affects antidiabetic using the candidate drug information for diabetes treatment. A quantitative structure activity relationship model based on machine learning method was constructed and major molecular descriptors were determined for each experimental data variables from coefficient values using a partial least squares algorithm. The results of the analysis of the molecular access system fingerprint data reflecting the candidate drug structure information were higher than those of the in vitro data analysis in terms of goodness-of-fit, and the major molecular expression factors affecting the antidiabetic effect were also variously derived. If the proposed method is applied to the new drug development environment, it is possible to reduce the cost for conducting candidate screening experiment and to shorten the search time for new drug development.
참고문헌 (32)
- "Conducted R&D consulting support project for innovative new drugs" (2018)[URL]
- "A share of robots in new drug development" (1998)[URL]
- Annual health insurance statistical report 2017, "Ministry of Health & Welfare", Ministry of Health &Welfare, ~ (2018)
- Y. J. Jung, "Current trends in diabetes medical treatment", Master, pp.2008
- 임지혜, "당뇨병환자의 의료이용 현황과 삶의 질", 디지털융복합연구, 11(10), pp.609~618 (2013), 한국디지털정책학회
- 이미준, "당뇨병 환자의 자가관리를 위한 모바일 기반의 휴먼코칭 헬스케어서비스의 효과", 융합정보논문지, 7(4), pp.83~89 (2017), 중소기업융합학회[DOI]
- W. E. Chong, "Preclinical evaluation of a new glucokinase activator, YH10561 as a therapeutic drug candidate for type II diabetes mellitus", Doctor, pp.2016
- 박충무, "당뇨 쥐에서 상엽추출물을 첨가한 보리면의 혈당조절효과", 한국융합학회논문지, 9(8), pp.101~108 (2018), 한국융합학회[DOI]
- "New drug development QSAR model using computer aided" (2017)[URL]
- M. J. Sim, "QSAR study of biologically active compounds with biologically activities for diabetes medicine", Master, pp.2007
- 김동우, "PCBs 독성 예측을 위한 주요 분자표현자 선택 기법 및 계산독성학 기반 QSAR 모델 개발", Korean Chemical Engineering Research(HWAHAK KONGHAK), 54(5), pp.621~629 (2016), 한국화학공학회
- 변진주, "정량적 구조-활성 상관 관계와 생리학 기반 약물동태를 사용한 새로운 선도물질 최적화 전략", 약 학 회 지, 59(4), pp.151~157 (2015), 대한약학회
- G. H. Kim, "A survey on quantitative structure-activity relationship(QSAR) models", Korean Institute of Information Scientists and Engineers, 35(1A), pp.43~44 (2008), Korean Institute of Information Scientists and Engineers
- Miroslav Kratochvíl, "Sachem: a chemical cartridge for high-performance substructure search", Journal of Cheminformatics, 10(1) (2018), Springer Science and Business Media LLC[DOI]
- Yang Li, "Classification of HIV-1 Protease Inhibitors by Machine Learning Methods", ACS Omega, 3(11), pp.15837~15849 (2018), American Chemical Society (ACS)[DOI]
- Krzysztof Rataj, "Substructural Connectivity Fingerprint and Extreme Entropy Machines—A New Method of Compound Representation and Analysis", Molecules, 23(6), pp.1242~ (2018), MDPI AG[DOI]
- Irene Luque Ruiz, "A new data representation based on relative measurements and fingerprint patterns for the development of QSAR regression models", Chemometrics and Intelligent Laboratory Systems, 176, pp.53~65 (2018), Elsevier BV[DOI]
- Hervé Abdi, "Partial least squares regression and projection on latent structure regression (PLS Regression)", Wiley Interdisciplinary Reviews: Computational Statistics, 2(1), pp.97~106 (2010), Wiley[DOI]
- 이창준, "유기물의 인화점 예측을 위한 부분최소자승법과 SVM의 비교", Korean Chemical Engineering Research(HWAHAK KONGHAK), 48(6), pp.717~724 (2010), 한국화학공학회
- B-H. Mevik, "The pls package:principal component and partial least squares regression in R", Journal of Statistical Software, 18(2), pp.1~24 (2007)
- 이혜선, "부분최소자승법과 변수선택을 이용한 코팅두께 예측모델 개발", 응용통계연구, 23(2), pp.295~304 (2010), 한국통계학회
- 이상대, "라만 분광법과 부분최소자승법을 이용한 불량 분말식품 비파괴검사 기술 개발", 비파괴검사학회지, 34(4), pp.283~289 (2014), 한국비파괴검사학회[DOI]
- 임재윤, "GC-MS 기반 대사체학 기법을 이용한 산수유의 산지판별모델", 분석과학, 29(1), pp.1~9 (2016), 한국분석과학회[DOI]
- 이호현, "기계학습 응용 및 학습 알고리즘 성능 개선방안 사례연구", 디지털융복합연구, 14(2), pp.245~258 (2016), 한국디지털정책학회[DOI]
- 구진희, "사물인터넷 환경에서 제품 불량 예측을 위한 기계 학습 모델에 관한 연구", 융합정보논문지, 7(1), pp.55~60 (2017), 중소기업융합학회[DOI]
- PARKKAAPJOO, "Identification of YH-GKA, a Novel Benzamide Glucokinase Activator as Therapeutic Candidate for Type 2 Diabetes Mellitus", Archives of Pharmacal Research, 35(12), pp.2029~2033 (2012), 대한약학회
- Kaapjoo Park, "Discovery of a novel phenylethyl benzamide glucokinase activator for the treatment of type 2 diabetes mellitus", Bioorganic & Medicinal Chemistry Letters, 23(2), pp.537~542 (2013), Elsevier BV[DOI]
- -5-(3-methylpyridin-2-yl)-benzamide as a novel glucokinase activator (GKA) for the treatment of type 2 diabetes mellitus, "Bioorganic & Medicinal Chemistry", 2014, 2280~2293, pp.Elsevier BV, 10.1016[DOI]
- Kaapjoo Park, "Design and Synthesis of Acetylenyl Benzamide Derivatives as Novel Glucokinase Activators for the Treatment of T2DM", ACS Medicinal Chemistry Letters, 6(3), pp.296~301 (2015), American Chemical Society (ACS)[DOI]
- "Simplified molecular-input line-entry system" (2018)[URL]
- "Intuitive and versatile scientific data visualization and analysis" (2018)[URL]