단일 분자화합물의 폐 발암성 예측을 위한 그래프 신경망 접근법 


52권  6호, pp. 482-489, 6월  2025
10.5626/JOK.2025.52.6.482


PDF

  요약

암은 전 세계적으로 매년 수백만 명의 사망자를 초래하는 주요 질환 중 하나로, 특히 폐암은 2022년 한국에서 암 중 가장 높은 사망률을 기록했다. 이에 따라 폐암을 유발하는 화합물에 대한 연구가 필수적이며, 본 연구는 기존 기계학습 및 딥러닝 방법의 한계를 극복하고, 그래프 신경망을 활용하여 폐암 유발 가능성을 예측하는 새로운 접근방식을 제안하고 평가했다. 화합물 발암성 데이터베이스인 CPDB, CCRIS, IRIS, T3DB의 SMILES(Simplified Molecular Input Line Entry System) 정보를 기반으로 분자의 구조와 화학적 성질을 그래프 데이터로 변환해 학습했으며, 제안된 모델은 다른 모델 대비 우수한 예측 성능을 보였다. 이는 폐암 예측에 효과적인 도구로서 그래프 신경망의 잠재력을 입증하며, 향후 암 연구와 치료 개발에 중요한 기여를 할 수 있음을 시사한다.


  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]

Y. Song and S. Yoo, "A Graph Neural Network Approach for Predicting the Lung Carcinogenicity of Single Molecular Compounds," Journal of KIISE, JOK, vol. 52, no. 6, pp. 482-489, 2025. DOI: 10.5626/JOK.2025.52.6.482.


[ACM Style]

Yunju Song and Sunyong Yoo. 2025. A Graph Neural Network Approach for Predicting the Lung Carcinogenicity of Single Molecular Compounds. Journal of KIISE, JOK, 52, 6, (2025), 482-489. DOI: 10.5626/JOK.2025.52.6.482.


[KCI Style]

송윤주, 유선용, "단일 분자화합물의 폐 발암성 예측을 위한 그래프 신경망 접근법," 한국정보과학회 논문지, 제52권, 제6호, 482~489쪽, 2025. DOI: 10.5626/JOK.2025.52.6.482.


[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