In silico network-based methods have been developed for reducing costs of drug development. Biological networks (bio-networks) consist of biological associations and are heterogeneous depending on different biological contexts. Here, we use context-based bio-networks for predicting effects of drugs in the human body. We predict drugs having opposite effects on disease genes as treatments of the diseases with ‘disease context’ and ‘effect type’ information. Also, we reconstruct an anatomical context-specific network including ‘multi-level entities’ such as genes, biological processes, and diseases. Our constructed network includes intercellular associations. We employ the network for analyzing effects of drugs on diseases.
약물 개발에 드는 비용을 줄이기 위해 바이오 네트워크를 활용한 인실리코 연구들이 진행되고 있다. 바이오 네트워크는 생물학적 관계들로 구성되어 있으며, 생물학적 관계는 상황에 따라 다르게 존재한다. 본 논문에서는 상황정보 기반 바이오 네트워크를 활용하여 약물 효능을 예측하는 연구를 진행하였다. 먼저 질병 상황에서의 질병유전자의 변화 정보와 관계 유형 정보를 활용하여 바이오 네트워크 상에서 질병 상태에 반대 영향을 끼치는 약물을 추론하는 방법을 개발하였고, 이를 통해 추론된 약물들을 질병을 치료하는 약물로 제안하였다. 또한 유전자, 생물학적 프로세스, 질병과 같은 다양한 생물학적 엔티티를 포함하고 세포간 관계도 포함하는 해부학적 상황정보 특이적 네트워크를 구축하였고, 구축된 네트워크를 이용하여 약물 효능을 예측하였다.
