연구동향
약물 상호작용(drug-drug interaction) 예측 인공지능 모델, DeepDDI 개발 및 Paxlovid와 기존약물과의 약물상호작용 예측결과
작성자
관리자
작성일
2023-04-13 14:00
조회
4178
약물 상호작용이란 한 약물의 효과가 다른 약물에 의해 영향을 받는 약리현상을 일컫는다. 약물 상호작용으로 인해 예상치 못한 약물 이상반응이 발생할 수 있어 다수의 약물을 복용하는 경우 주의가 필요하다. 최근 조사에 의하면 약물 부작용(이상반응)의 약 30% 정도가 약물 상호작용과 관련되어 있으며 미국 노인인구의 67%가 5가지 이상의 약물을 복용하고 있다고 한다. 약물상호작용에 의하여 부작용을 일으킬 수 있는 약물의 처방을 피하고 안전한 약물만을 사용하기 위해서는 약물 상호작용연구가 매우 중요하지만 약물 개발과정에서 타약물과의 가능한 모든 상호작용을 연구한다는 것은 임상시험에 소요되는 막대한 시간과 비용 때문에 현실적으로 쉽지 않다. 특히, 고혈압, 당뇨병 등의 만성질환자는 장기간 약물을 복용하고 있어서, 약물 상호작용으로 인한 약물 이상반응에 더욱 취약할 수 있다.
KAIST 이상엽교수팀은 2018년 약물-약물간 상호작용 (drug-drug interaction) 및 약물-음식간 상호작용 (drug-food interaction)을 높은 정확도로 예측할 수 있는 인공지능 DNN(deep neural network) 기반의 예측모델 “DeepDDI” 개발하여 발표하였다. DeepDDI는 DrugBank DB에 포함된 약물들의 보고된 약물 상호작용 정보를 gold standard dataset로 하여 학습된 예측모델이다. DeepDDI는 192,284개의 약물-약물 상호작용을 92.4%의 정확도로 예측하였다.
DeepDDI는 “약물쌍의 이름”과 “약물의 구조(SMILES)”만 입력하면 87종류로 분류된 약물 상호작용 타입을 설명문 형태로 제공한다. DeepDDI는 두 약물 A, B 간의 상호작용에 대한 예측 결과를 다음과 같이 사람이 읽을 수 있는 영문 문장으로 출력한다.
또한 DeepDDI는 두 약물 복용시 일어날 수 있는 부작용반응의 원인 mechanism 예측정보도 함께 제공하며, 약물 부작용을 최소화시킬 수 있는 대체 약물을 추천하는 기능도 포함되어 있으며, 특정 약물의 약효를 떨어뜨릴 수 있는 음식(성분) 등도 예측 가능하다.
연구팀은 2023년에는 DeepDDI를 더욱 고도화한 예측모델인 “DeepDDI2”를 발표하였다. DeepDDI2는 기존 DeepDDI가 예측하는 86가지 약물 상호작용 종류보다 더 많은 총 113종류의 약물 상호작용 타입을 예측한다.
연구팀은 COVID-19치료제인 Paxlovid의 성분인 nirmatrelvir 와 ritonavir가 2,248개의 기존 승인된 약물과 어떤 상호작용을 하는지 DeepDDI2를 이용해 예측했다. 연구팀은 코로나19 환자 중 고위험군인 고혈압, 당뇨병 등을 앓고 있는 만성질환자가 이미 고혈압, 당뇨병 치료약물을 복용하고 있어, 약물 상호작용 및 약물 이상 반응이 충분히 분석되지 않은 팍스로비드를 복용 시 문제가 될 수 있다는 점에 착안해 이번 연구를 수행했다. 예측 결과 nirmatrelvir는 673개의 승인된 약물과, ritonavir는 1,403개의 승인된 약물과 상호작용이 있을 것으로 예측됐다.
또한, 연구팀은 예측 결과를 활용해, 약물 상호작용 가능성이 높은 승인 약물에 대해, 동일 기전을 갖되 약물 상호작용 가능성이 낮은 대체 약물들을 제안했다. 이에 따라, ritonavir와의 약물 상호작용 가능성을 낮출 수 있는 대체 약물 124개와 nirmatrelvir와의 약물 상호작용 가능성을 낮출 수 있는 대체 약물 239개를 제안했다.
연구팀은 이번 연구 성과를 통해 약물 상호작용을 정확하게 예측할 수 있는 인공지능 모델을 활용하는 것이 가능해졌으며, 이는 신약 개발 및 약물 처방 시 유용한 정보를 제공함으로써, 복합 투여되는 약물들의 부작용을 낮춰, 효과적인 약물치료 전략을 제안할 수 있을 것이고 나아가 디지털 헬스케어, 정밀의료 산업 및 제약 산업에서 중요한 역할을 할 것으로 기대된다.
DeepDDI 와 DeepDDI2의 소스코드(source code)는 아래에서 다운받을 수 있다.
DeepDDI (바로가기) : https://bitbucket.org/kaistsystemsbiology/deepddi
DeepDDI2 (바로가기) : https://bitbucket.org/kaistsystemsbiology/deepddi2
관련논문
DeepDDI (바로가기) : PNAS 2018, 115, E4304-E4311. : Deep learning improves prediction of drug–drug and drug–food interactions
DeepDDI2 (바로가기) : PNAS 2023, 120, e2221857120. : Computational prediction of interactions between Paxlovid and prescription drugs
관련기사 (바로가기)
인공지능신문 (최광민기자) : 인공지능으로 코로나19 치료제 팍스로비드와 기존 약물간 반응 예측 고도화...약물 부작용 최소화에 기여
KAIST 이상엽교수팀은 2018년 약물-약물간 상호작용 (drug-drug interaction) 및 약물-음식간 상호작용 (drug-food interaction)을 높은 정확도로 예측할 수 있는 인공지능 DNN(deep neural network) 기반의 예측모델 “DeepDDI” 개발하여 발표하였다. DeepDDI는 DrugBank DB에 포함된 약물들의 보고된 약물 상호작용 정보를 gold standard dataset로 하여 학습된 예측모델이다. DeepDDI는 192,284개의 약물-약물 상호작용을 92.4%의 정확도로 예측하였다.
<Scheme of DeepDDI : SSP(structural similarity profile) generation, DNN, and DDI type results>
DeepDDI는 “약물쌍의 이름”과 “약물의 구조(SMILES)”만 입력하면 87종류로 분류된 약물 상호작용 타입을 설명문 형태로 제공한다. DeepDDI는 두 약물 A, B 간의 상호작용에 대한 예측 결과를 다음과 같이 사람이 읽을 수 있는 영문 문장으로 출력한다.
| “The metabolism of Drug B can be decreased when combined with Drug A. (약물 A를 약물 B와 함께 복용 시, 약물 B의 약물 대사가 감소 될 수 있다)” |
또한 DeepDDI는 두 약물 복용시 일어날 수 있는 부작용반응의 원인 mechanism 예측정보도 함께 제공하며, 약물 부작용을 최소화시킬 수 있는 대체 약물을 추천하는 기능도 포함되어 있으며, 특정 약물의 약효를 떨어뜨릴 수 있는 음식(성분) 등도 예측 가능하다.
연구팀은 2023년에는 DeepDDI를 더욱 고도화한 예측모델인 “DeepDDI2”를 발표하였다. DeepDDI2는 기존 DeepDDI가 예측하는 86가지 약물 상호작용 종류보다 더 많은 총 113종류의 약물 상호작용 타입을 예측한다.
연구팀은 COVID-19치료제인 Paxlovid의 성분인 nirmatrelvir 와 ritonavir가 2,248개의 기존 승인된 약물과 어떤 상호작용을 하는지 DeepDDI2를 이용해 예측했다. 연구팀은 코로나19 환자 중 고위험군인 고혈압, 당뇨병 등을 앓고 있는 만성질환자가 이미 고혈압, 당뇨병 치료약물을 복용하고 있어, 약물 상호작용 및 약물 이상 반응이 충분히 분석되지 않은 팍스로비드를 복용 시 문제가 될 수 있다는 점에 착안해 이번 연구를 수행했다. 예측 결과 nirmatrelvir는 673개의 승인된 약물과, ritonavir는 1,403개의 승인된 약물과 상호작용이 있을 것으로 예측됐다.
또한, 연구팀은 예측 결과를 활용해, 약물 상호작용 가능성이 높은 승인 약물에 대해, 동일 기전을 갖되 약물 상호작용 가능성이 낮은 대체 약물들을 제안했다. 이에 따라, ritonavir와의 약물 상호작용 가능성을 낮출 수 있는 대체 약물 124개와 nirmatrelvir와의 약물 상호작용 가능성을 낮출 수 있는 대체 약물 239개를 제안했다.
<DeepDDI2를 이용한 Paxlovid 성분 (nirmatrelvir and ritonavir) 과 기존약물과의 상호작용 예측결과. 상세내용설명은 원논문 (PNAS, 2023. 바로가기) 참조>
연구팀은 이번 연구 성과를 통해 약물 상호작용을 정확하게 예측할 수 있는 인공지능 모델을 활용하는 것이 가능해졌으며, 이는 신약 개발 및 약물 처방 시 유용한 정보를 제공함으로써, 복합 투여되는 약물들의 부작용을 낮춰, 효과적인 약물치료 전략을 제안할 수 있을 것이고 나아가 디지털 헬스케어, 정밀의료 산업 및 제약 산업에서 중요한 역할을 할 것으로 기대된다.
DeepDDI 와 DeepDDI2의 소스코드(source code)는 아래에서 다운받을 수 있다.
DeepDDI (바로가기) : https://bitbucket.org/kaistsystemsbiology/deepddi
DeepDDI2 (바로가기) : https://bitbucket.org/kaistsystemsbiology/deepddi2
관련논문
DeepDDI (바로가기) : PNAS 2018, 115, E4304-E4311. : Deep learning improves prediction of drug–drug and drug–food interactions
DeepDDI2 (바로가기) : PNAS 2023, 120, e2221857120. : Computational prediction of interactions between Paxlovid and prescription drugs
관련기사 (바로가기)
인공지능신문 (최광민기자) : 인공지능으로 코로나19 치료제 팍스로비드와 기존 약물간 반응 예측 고도화...약물 부작용 최소화에 기여
작성: 이현규(한국화학연구원)