[논문 리뷰] Drug repurposing prediction for COVID-19 using probabilistic networks and crowdsourced curation

Skelton Dj, Aoesha Alsobhe외 13명|arXiv (Cornell University)|2020. 05. 22.

COVID-19 diagnosis using AI참고 문헌 82인용 수 4

한 줄 요약

이 연구는 확률적 네트워크와 커뮤니티 기반 코디네이션을 융합한 하이브리드 접근법을 제안하여 코로나19에 대한 재용도 가능한 약물들을 식별한다. 다양한 생물학적 데이터를 지식 그래프로 통합하고 전문가가 검증한 관계를 활용함으로써, 강력한 생물학적 타당성을 지닌 여덟 가지 높은 잠재력의 약물 후보를 예측하였다. 이는 패닉 기간 동안 빠른 치료제 개발을 위한 확장 가능한 전략을 보여준다.

ABSTRACT

Severe acute respiratory syndrome coronavirus two (SARS-CoV-2), the virus responsible for the coronavirus disease 2019 (COVID-19) pandemic, represents an unprecedented global health challenge. Consequently, a large amount of research into the disease pathogenesis and potential treatments has been carried out in a short time frame. However, developing novel drugs is a costly and lengthy process, and is unlikely to deliver a timely treatment for the pandemic. Drug repurposing, by contrast, provides an attractive alternative, as existing drugs have already undergone many of the regulatory requirements. In this work we used a combination of network algorithms and human curation to search integrated knowledge graphs, identifying drug repurposing opportunities for COVID-19. We demonstrate the value of this approach, reporting on eight potential repurposing opportunities identified, and discuss how this approach could be incorporated into future studies.

연구 동기 및 목표

• 코로나19 팬데믹 기간 동안 신속한 치료제를 확보하기 위해 약물 재용도를 가속화한다.
• 패닉 대응에 적합하지 않은 기존 약물 개발 방식의 한계를 극복한다.
• 기존에 안전성이 입증된 약물을 활용하여 치료제 적용에 소요되는 시간과 위험을 줄인다.
• 다양한 생물학적 지식을 통합한 확장 가능한 데이터 기반 프레임워크를 개발하여 약물 재용도 예측을 수행한다.
• 항-사스코비루스-2 활성에 강력한 생물학적 근거가 있는 특정 약물 후보를 식별하고 우선순위를 정함으로써 접근법을 검증한다.

제안 방법

• 공개 데이터베이스에서 다오미크스, 약물, 질병 및 경로 데이터를 통합하여 종합적인 지식 그래프를 구축하였다.
• 확률적 네트워크 알고리즘을 적용하여 약물, 표적 및 사스코비루스-2 단백질 간의 기능적 관계를 추론하였다.
• 분야 전문가의 커뮤니티 기반 코디네이션을 통합하여 네트워크 내 생물학적 관계의 검증 및 정밀 조정을 수행하였다.
• 사스코비루스-2 숙주 표적과의 강한 연결성을 지닌 약물을 우선순위 정렬하기 위해 네트워크 중심성 및 거리 측도를 사용하였다.
• 확률적 추론를 통해 단백질-단백질 상호작용, 유전자 발현, 약물-표적 결합 등 다양한 생물학적 레이어의 증거를 가중 처리하였다.
• 예측 결과를 전문가 검토 및 생물학적 타당성 평가를 통해 검증하여 계산 점수를 넘어서 신뢰성 있는 결과를 확보하였다.

실험 결과

연구 질문

• RQ1 기존 약물 중 사스코비루스-2 숙주 표적 및 경로와 강력한 생물학적 네트워크 유사성을 보이는 것은 무엇인가?
• RQ2 확률적 네트워크 모델링은 신속히 발생하는 감염성 질환에 대한 재용도 가능한 약물 식별에 어떻게 기여할 수 있는가?
• RQ3 커뮤니티 기반 코디네이션은 약물 재용도 예측의 신뢰성과 생물학적 관련성에 얼마나 기여하는가?
• RQ4 컴퓨터 모델링과 전문가 검증을 융합한 하이브리드 접근법은 순수 데이터 기반 방법보다 패닉 기간의 약물 개발에서 더 우수한 성능을 보일 수 있는가?
• RQ5 코로나19 맥락에서 재용도 가능성이 높은 높은 신뢰도를 지닌 상위 약물 후보는 무엇인가?

주요 결과

• 이 방법은 강력한 네트워크 기반 지원을 바탕으로 코로나19에 대한 여덟 가지 높은 신뢰도의 약물 재용도 후보를 식별하였다.
• 상위 순위 약물로는 기존의 항바이러스제, 항염증제, 키나제 억제제가 포함되었으며, 사스코비루스-2에 대한 타당한 작용 기전을 지녔다.
• 커뮤니티 기반 코디네이션은 예측된 약물-표적 상호작용의 생물학적 타당성과 신뢰도를 크게 향상시켰다.
• 확률적 네트워크 모델링은 바이러스 침입 및 복제에 관여하는 숙주 인자와 강한 연결성을 지닌 약물을 성공적으로 우선순위 정렬하였다.
• 이 프레임워크는 확장성과 적응성을 입증하여 새로운 병원체에 대한 신속한 재구성 가능성을 보였다.
• 결과는 전문가 검토를 통해 검증되었으며, 예측된 약물들이 사스코비루스-2의 발병 기전과 생물학적으로 일관된 기전을 지녔다는 것이 확인되었다.