AttDRP: Attention Mechanism-based Model for Anti-Cancer Drug Response Prediction

최종환; 서상민; 박상현

doi:10.5626/JOK.2021.48.6.713

추천

검색

질문

자료유형: 학술저널

저자정보: 최종환 (연세대학교) 서상민 (연세대학교) 박상현 (연세대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.48 No.6

발행연도: 2021.6

수록면: 713 - 722 (10page)

DOI: 10.5626/JOK.2021.48.6.713

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

암환자 중 일부는 항암제에 대한 약물 저항성을 보여 약물을 이용한 항암치료를 어렵게 만든다. 약물 저항성은 암세포의 유전체 이상에 기인하는 것으로 밝혀져, 암세포주 및 항암제에 대한 약물 반응성 데이터를 분석하는 연구가 활발히 이루어지고 있다. 기존 연구들은 기계학습을 이용하여 약물 민감성 또는 저항성을 예측하는 모델을 여럿 제안하였으나, 항암제와 유전자의 관계를 학습하는 모델의 부재로 인하여 예측 정확도 향상을 위한 여지가 남아있었다. 본 논문에서는 주의집중 메커니즘을 활용하여 항암제 관련 유전자들을 식별하고, 그러한 유전자들 정보에 기반하여 항암제 반응성을 예측하는 AttDRP를 제안한다. 제안하는 모델은 CCLE 데이터에서 기존 모델들보다 높은 예측 정확도를 보여주었고, AttDRP이 학습한 주의집중 스코어가 항암제의 분자구조 분석에 효과적으로 활용될 수 있음을 확인하였다.

Resistance to anti-cancer drugs makes chemotherapy ineffective for cancer patients. Drug resistance is caused by genetic alterations in cancer cells. Many studies have investigated drug responses of diverse cancer cell lines to various anti-cancer drugs to understand drug response mechanisms. Existing studies have proposed machine learning models for drug response prediction to find effective anti-cancer drugs. However, currently there are no models to learn the relationship between anticancer drugs and genes to improve the prediction accuracy. In this paper, we proposed a predictive model AttDRP that could identify important genes associated with anti-cancer drugs and predict drug responses based on identified genes. AttDRP exhibited better predictive accuracy than existing models and we found that the attention scores of AttDRP could be effective tools to analyze molecular structures of anticancer drugs. We hope that our proposed method would contribute to the development of precision medicine for effective chemotherapy. Resistance to anti-cancer drugs makes chemotherapy ineffective for cancer patients. Drug resistance is caused by genetic alterations in cancer cells. Many studies have investigated drug responses of diverse cancer cell lines to various anti-cancer drugs to understand drug response mechanisms. Existing studies have proposed machine learning models for drug response prediction to find effective anti-cancer drugs. However, currently there are no models to learn the relationship between anticancer drugs and genes to improve the prediction accuracy. In this paper, we proposed a predictive model AttDRP that could identify important genes associated with anti-cancer drugs and predict drug responses based on identified genes. AttDRP exhibited better predictive accuracy than existing models and we found that the attention scores of AttDRP could be effective tools to analyze molecular structures of anticancer drugs.

#생물정보학 #정밀의학 #항암제 #약물저항성 #주의집중 메커니즘 #bioinformatics #precision medicine #anticancer drug #drug resistance #attention mechanism

참고문헌 (16)

참고문헌 신청

Costello, James C., et al., "A community effort to assess and improve drug sensitivity prediction algorithms," Nature Biotechnology, Vol. 32, No. 12, pp. 1202-1212, Jun. 2014.

Housman, Genevieve, et al., "Drug resistance in cancer: an overview," Cancers, Vol. 6, No. 3, pp. 1769-1792, Sep. 2014.

Yang, Wanjuan, et al., "Genomics of Drug Sensitivity in Cancer (GDSC): a resource for therapeutic biomarker discovery in cancer cells," Nucleic acids research, Vol. 41, No. D1, pp. D955-D961, Jan. 2013.

Park, Sang‐Min, et al., "Systems analysis identifies potential target genes to overcome cetuximab resistance in colorectal cancer cells," The FEBS Journal, Vol. 286, No. 7, pp. 1305-1318, Apr. 2019.

Munkácsy, Gyöngyi, et al., "PSMB7 is associated with anthracycline resistance and is a prognostic biomarker in breast cancer," British Journal of Cancer, Vol. 102, No. 2, pp. 361-368, Dec. 2009.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최종환

소속기관 한림대학교

주요연구분야 공학 > 컴퓨터학 TOP 5%

논문수 8 이용수 2,148

서상민

소속기관 연세대학교

주요연구분야 공학 > 컴퓨터학 TOP 5%

논문수 10 이용수 3,212

박상현

소속기관 연세대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10% 공학 > 전기전자공학 > 제어계측공학 TOP 10%

논문수 333 이용수 26,996

이 논문과 함께 이용한 논문

암 치료를 위한 항체치료제에 대한 고찰: 면역항암제

유한진 , 홍세영 , 권미지 외 3명 KSBB Journal 2020 .06

불안의 극복이 가능한가? - 하이데거의 불안개념을 중심으로 -

이서규 철학연구 2021 .08

프로이트와 라캉, 불안의 개념화와 정신분석 실천 함의 : 불안, 행위(로)의 이행 너머 환상의 횡단으로

이수진 현대정신분석 2021 .08

약물-질병 이분 네트워크를 통한 약물 재창출

유해강 , 윤영미 한국정보기술학회논문지 2020 .12

신경세포 신생과 패턴분리의 관점에서 본 우울증과 불안장애

이현수 , 김양태 생물치료정신의학 2020 .02

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)