EFA-DTI: Edge Feature Attention을 활용한 약물-표적 상호작용 예측 


48권  7호, pp. 825-834, 7월  2021
10.5626/JOK.2021.48.7.825


PDF

  요약

신약개발은 의약 화학, 시스템 및 구조 생물학, 더 나아가 인공지능에 이르기까지 다양한 학문을 필요로 하기 때문에 난이도가 높은 분야라고 할 수 있다. 특히, 약물-표적 상호작용(DTI) 예측은 방대한 양의 화합물로부터 질병을 치료할 수 있는 후보 물질을 도출해내는 과정으로, 신약 개발 과정에 있어 핵심 요소다. 최근에는 컴퓨터 성능이 비약적으로 발전함에 따라, DTI 예측에 소요되는 여러 측면의 비용을 줄이고자 인공지능 신경망을 활용하는 연구가 활발히 진행되고 있다. 따라서, 본 논문에서는 Edge Feature Attention을 적용한 Graph Net Embedding 및 Fingerprint를 활용한 약물 표현 생성과 ProtTrans를 활용한 단백질 표현 생성을 통해 약물과 표적 단백질 간의 상호작용 수치를 예측하는 모델을 제안한다. 해당 모델은 기존의 DTI 연구에서 가장 좋은 성능을 보였던 DeepDTA, GraphDTA보다 높은 성능을 달성하였으며, 이에 대한 실험 및 결과를 기술하였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

E. Jadamba, S. Kim, H. Lee, H. Kim, "EFA-DTI: Prediction of Drug-Target Interactions Using Edge Feature Attention," Journal of KIISE, JOK, vol. 48, no. 7, pp. 825-834, 2021. DOI: 10.5626/JOK.2021.48.7.825.


[ACM Style]

Erkhembayar Jadamba, Sooheon Kim, Hyeonsu Lee, and Hwajong Kim. 2021. EFA-DTI: Prediction of Drug-Target Interactions Using Edge Feature Attention. Journal of KIISE, JOK, 48, 7, (2021), 825-834. DOI: 10.5626/JOK.2021.48.7.825.


[KCI Style]

에르햄바야르 자담바, 김수헌, 이현수, 김화종, "EFA-DTI: Edge Feature Attention을 활용한 약물-표적 상호작용 예측," 한국정보과학회 논문지, 제48권, 제7호, 825~834쪽, 2021. DOI: 10.5626/JOK.2021.48.7.825.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr