Polypharmacology has been the important research area due to the limitations of the conventional pharmacology. The phenotypic evidence-based approaches are promising with advantages of utilizing the accumulated empirical knowledge about efficacy and safety of existing medicines. However, the conventional approaches did not consider the phenotype linkage, which the various relatedness among them. In this study, we propose a novel framework of rule mining based on the phenotype linkage to discover potential therapeutic compound combinations in the context of polypharmacological drug discovery. For the purpose, we construct an integrated database of comprehensive information of medicinal materials. We introduce the efficacy score of medicinal materials that quantifies therapeutic effects on a target disease with considering the phenotype linkage, and design a framework of rule mining from medicinal knowledge bases. The proposed method show the strength in reproducibility and reliability, when compared with the conventional rule mining method. Furthermore, we discover the potential therapeutic compound combinations frequently contained in medicinal herbs that are highly related with target diseases.
복합약리학은 기존 약리학이 가지고 있는 한계점을 극복하기 위한 대안으로서 대두되었다. 알려진 약재들의 효능과 안전에 대한 경험적 지식을 활용하는 현상적 증거 기반의 접근 방법은 이러한 복합약리학 연구에서 강점을 가진다. 그러나 기존의 연구방법들은 질병이 가지는 다양한 표현형과의 연관성을 고려하지 않았다. 본 연구에서는 표현형 간 관련성에 기반한 규칙 마이닝을 통해 복합약리학적 약물을 발굴하는 방법론을 제안하였다. 이를 위해, 다양한 약리 소재 정보를 통합한 데이터베이스를 구축하였다. 그리고 표현형 간 관련성에 기반하여 약재가 가지는 목표 질병에 대한 효과를 정량화하는 방법을 제안하였고, 알려진 약리 소재 정보로부터 새로운 복합 약물 후보를 발굴하는 규칙 마이닝 프레임워크를 제시하였다. 기존의 방법에 비해 제안하는 방법이 재현성과 신뢰도의 측면에서 강점을 가짐을 확인하였으며, 이을 통하여 다양한 질병들에 대한 후보 약리 성분 조합을 발굴하였다.
