[논문 리뷰] Drugs4Covid: Drug-driven Knowledge Exploitation based on Scientific Publications

Carlos Badenes-Olmedo, David Chaves-Fraga외 14명|arXiv (Cornell University)|2020. 12. 03.

Biomedical Text Mining and Ontologies참고 문헌 21인용 수 10

한 줄 요약

이 논문은 CORD-19 코퍼스에서 과학적 문헌, 약물, 질병 간의 관계를 추출하는 약물 기반 지식 추출 시스템인 Drugs4Covid를 제시한다. 단어 임bedding과 의미 웹 기술을 활용하여 60,000편 이상의 논문과 200만 개의 문단을 처리함으로써, 임상의 및 연구자들이 클로로퀸 또는 아지트로마이신 조합과 같은 약물 재도입 후보를 키워드, 약물, SPARQL 기반 쿼리로 검색할 수 있는 공개 접근 가능한 지식 그래프와 검색 도구를 구축한다.

ABSTRACT

In the absence of sufficient medication for COVID patients due to the increased demand, disused drugs have been employed or the doses of those available were modified by hospital pharmacists. Some evidences for the use of alternative drugs can be found in the existing scientific literature that could assist in such decisions. However, exploiting large corpus of documents in an efficient manner is not easy, since drugs may not appear explicitly related in the texts and could be mentioned under different brand names. Drugs4Covid combines word embedding techniques and semantic web technologies to enable a drug-oriented exploration of large medical literature. Drugs and diseases are identified according to the ATC classification and MeSH categories respectively. More than 60K articles and 2M paragraphs have been processed from the CORD-19 corpus with information of COVID-19, SARS, and other related coronaviruses. An open catalogue of drugs has been created and results are publicly available through a drug browser, a keyword-guided text explorer, and a knowledge graph.

연구 동기 및 목표

• 약물 부족과 치료 옵션이 제한된 상황에서 코로나19 패닉 기간 동안 빠른 약물 재도입 후보를 식별할 급박한 필요성을 해결한다.
• 약물이 다른 이름으로 언급되거나 명시적인 관계가 없이 기술된 과학적 문헌에서 약물 관련 지식을 추출하는 데서 발생하는 과제를 극복한다.
• NLP와 온톨로지 기반 방법을 사용하여 생물의학 문헌에서 약물 중심의 지식 탐색을 위한 확장 가능하고 재사용 가능한 프레임워크를 개발한다.
• 임상의, 약사, 연구자들이 약물-질병 연관성을 탐색할 수 있도록 검색 엔진, RESTful API, SPARQL 엔드포인트를 포함한 접근 가능한 도구를 제공한다.
• 미래의 팬데믹 대응과 생물의학 연구를 지원하기 위해 공개 가능하고 확장 가능한 지식 그래프와 약물 카탈로그를 구축한다.

제안 방법

• CORD-19 코퍼스의 60,000편 이상의 과학적 논문을 처리하여 약물(ATC 분류 기반)과 질병(MeSH 카테고리 기반)을 명명된 실체 인식 기법으로 식별한다.
• 200만 개의 텍스트 문단에서 약물과 질병 언급 간의 의미 관계를 모델링하기 위해 단어 임베딩 기법을 적용한다.
• 자체 개발한 온톨로지(DRUGS4COVID19)를 사용하여 약물-질병, 약물-약물, 약물-문서 관계를 표현하는 지식 그래프를 구축한다.
• 약물 중심 검색, 키워드 기반 검색, SPARQL 기반 패턴 쿼리의 세 가지 접근 방식을 제공하는 다층 정보 검색 시스템을 구현한다.
• 지식 그래프와 주석에 대한 프로그래밍 방식의 접근을 가능하게 하기 위해 RESTful Bio-API와 SPARQL 엔드포인트를 통합한다.
• 분야 전문가 피드백과 시민 과학 프로젝트(예: 약학 및 의학 학부 학생)를 활용하여 주석 품질을 검증하고 향상시킨다.

실험 결과

연구 질문

• RQ1 코로나19 관련 연구에서 면역 억제성 및 항말라리아 작용을 보이는 약물이 매클로라이드 항생제와 병용된 경우는 무엇인가?
• RQ2 코로나바이러스 연구 맥락에서 메플로퀸과 아지트로마이신의 사용과 연관된 질병은 무엇인가?
• RQ3 NLP와 의미 웹 기술을 어떻게 조합하여 대규모 생물의학 코퍼스에서 약물-질병 관계를 추출하고 정리할 수 있는가?
• RQ4 어느 정도의 수준에서 단어 임베딩과 온톨로지 기반 모델링이 과학 문헌에서 재도입 가능한 약물 후보를 발견하는 데 기여하는가?
• RQ5 공개 가능하고 재사용 가능한 지식 그래프는 코로나19 팬데믹과 같은 공중보건 비상 상황에서 임상 의사결정을 어떻게 지원할 수 있는가?

주요 결과

• 시스템은 CORD-19 코퍼스에서 60,000편 이상의 논문과 200만 개의 텍스트 문단을 성공적으로 처리하여 대규모로 약물-질병 관계를 추출하였다.
• 공개 접근 가능한 지식 그래프가 구축되었으며, 구조화된 RDF 트리플을 통해 100만 개 이상의 약물-질병 및 약물-약물 관계를 노출하였다.
• 약물 브라우저와 키워드 기반 검색 엔진을 통해 일반명, 상표명, ATC 코드를 사용하여 관련 문단과 관련 약물/질병를 검색할 수 있다.
• SPARQL 엔드포인트를 통해 P01BA02(항말라리아제)와 J01FA(매클로라이드)를 동시에 포함하는 약물 조합을 식별하는 복잡한 쿼리를 수행할 수 있으며, MESH 코드와 표기법을 정밀하게 필터링할 수 있다.
• RESTful Bio-API를 통해 약물 및 질병 자원에 프로그래밍 방식으로 접근할 수 있으며, 외부 임상 또는 연구 도구에 통합 지원이 가능하다.
• 시스템은 제3자에 의해 치료 타겟 식별에 활용되고 있어, 초기 사용 사례를 초월한 실용성을 입증하고 있다.