Traditional natural products have emerged as a valuable source of drug development due to their suitability to polypharmacology and empirical knowledge about their efficacy and safety. But conventional databases of the traditional natural products have limitations with respect to compatibility and manageability.
The objective of this research is to identify multi-component drugs from traditional natural products. For the purpose, we constructed an integrated database of traditional natural products, Material-Efficacy Matrix Database (MEMDB). The database has enhanced compatibility by mapping herbs and molecular components to international identifiers, and improved manageability by structuralizing the functional information of prescriptions and herbs though text-mining methods. Employing the constructed database, we identified multi-component drugs for 12 target phenotypes respectively. Concretely, essential combinations of molecular components were inferred as candidate drugs with an association rule mining method. The results were validated indirectly by evaluating their explanatory power for herbs’ effect on target phenotypes. As a case study, it was shown that the results for diabetes mellitus are consistent with previous studies.
전통천연물은 그 효능과 안정성에 대한 경험적인 지식과 복합약리학에 대한 적합성으로 인해, 신약발굴의 새로운 원천으로서 대두되고 있다. 그러나 기존의 전통천연물 관련 데이터베이스들 은 호환성과 분석용이성의 측면에서 한계점을 가지고 있었다.
본 연구의 목적은 전통천연물로부터 새로운 복합성분 약물을 추론하는 것이다. 이를 위해, 전통천연물 통합 데이터베이스인 “소재-효능 매트릭스”를 구축하였다. 해당 데이터베이스의 호환성을 강화하기 위해 약재와 구성성분 정보를 국제적 식별체계에 맵핑하였고, 분석용이성을 강화하기 위해 처방과 약재의 효능정보를 텍스트마이닝 기법을 통해 구조화하였다. 이와 같이 구축된 데이터베이스를 활용하여, 12개의 표현형에 대한 복합성분 약물을 각각 추론하였다. 구체적으로, 연관규칙 분석기법을 통해 추론된 중요 성분조합을 후보약물로서 제안하였다. 약재의 효능에 대한 설명력을 평가함으로써 추론 결과를 간접적으로 검증하였고, 사례연구로서 당뇨병에 대해 추론된 후보약물들이 기존의 연구와 일치함을 확인하였다.
