초록 ▼

본 발명은 전자의무기록과 약물/질환 네트워크 정보 기반의 신약 재창출 후보 예측 방법에 관한 것으로, 보다 상세하게는 컴퓨터로 판독 가능한 기록 매체를 포함하는 신약 재창출 후보 예측 시스템을 이용하여 전자의무기록과 약물/질환 네트워크 정보 기반의 신약 재창출 후보를 예측하는 방법에 있어서, a) 상기 신약 재창출 예측 시스템이 약물 적응증 정보에 기초하여 약물-질병의 이분 네트워크를 구성하는 단계와; b) 상기 신약 재창출 예측 시스템이 임상정보(EMR 또는 clinical physiomic)와 유전체 정보(genomic sign

본 발명은 전자의무기록과 약물/질환 네트워크 정보 기반의 신약 재창출 후보 예측 방법에 관한 것으로, 보다 상세하게는 컴퓨터로 판독 가능한 기록 매체를 포함하는 신약 재창출 후보 예측 시스템을 이용하여 전자의무기록과 약물/질환 네트워크 정보 기반의 신약 재창출 후보를 예측하는 방법에 있어서, a) 상기 신약 재창출 예측 시스템이 약물 적응증 정보에 기초하여 약물-질병의 이분 네트워크를 구성하는 단계와; b) 상기 신약 재창출 예측 시스템이 임상정보(EMR 또는 clinical physiomic)와 유전체 정보(genomic signatures)에 기초하여 약물 및 질환의 검체 정보를 추출하는 단계; c) 상기 신약 재창출 예측 시스템이 약물-약물/질병-질병 유사도 매트릭스를 임상정보에 따라 구성하는 단계; d) 상기 신약 재창출 예측 시스템이 유사도 매트릭스에 따라 임상 정보 기반의 약물-질환 엣지(edge) 점수(P_c)를 계산하는 단계; e) 상기 신약 재창출 예측 시스템이 임상정보(EMR 또는 clinical physiomic)와 유전체 정보(genomic signatures)에 기초하여 약물 및 질환의 유전자 연관 정보를 추출하는 단계; f) 상기 신약 재창출 예측 시스템이 약물-약물/질병-질병 유사도 매트릭스를 유전체 정보에 따라 구성하는 단계; g) 상기 신약 재창출 예측 시스템이 유사도 매트릭스에 따라 유전체 정보 기반의 약물-질환 엣지(edge) 점수(P_g)를 계산하는 단계; h) 상기 신약 재창출 예측 시스템이 상기 P_c와 P_g를 사용하여 엣지(edge)의 최종 예측 점수 f(e_ij)를 계산하는 단계; 및 i) 상기 신약 재창출 예측 시스템이 상기 f(e_ij)를 기준값(cut-off)에 따라 참/거짓(True/False) 라벨값을 결정하는 단계를 포함한다.이에 따라, 본 발명은 대규모 EMR 데이터에 포함된 환자의 검체 수치(laboratory test value)와 공개되어 있는 약물 및 질환 관련 다양한 유전체 정보를 활용하여 시판 약물의 적응증 정보를 약물-질환의 이분 네트워크 또는 그래프(bipartite network/graph)로 구성하고, 다양한 임상 및 오믹스 유전체 정보를 활용하여 질환-질환 및 약물-약물의 유사도 측정을 통하여 약물의 신규 적응증을 예측할 수 있는 매우 유용한 발명인 것이다.

대표청구항 ▼

컴퓨터로 판독 가능한 기록 매체를 포함하는 신약 재창출 후보 예측 시스템을 이용하여 전자의무기록과 약물/질환 네트워크 정보 기반의 신약 재창출 후보를 예측하는 방법에 있어서,a) 상기 신약 재창출 예측 시스템이 약물 적응증 정보에 기초하여 약물-질병의 이분 네트워크를 구성하는 단계와;b) 상기 신약 재창출 예측 시스템이 임상정보(EMR 또는 clinical physiomic)와 유전체 정보(genomic signatures)에 기초하여 약물 및 질환의 검체 정보를 추출하는 단계;c) 상기 신약 재창출 예측 시스템이 약물-약물/질병-

컴퓨터로 판독 가능한 기록 매체를 포함하는 신약 재창출 후보 예측 시스템을 이용하여 전자의무기록과 약물/질환 네트워크 정보 기반의 신약 재창출 후보를 예측하는 방법에 있어서,a) 상기 신약 재창출 예측 시스템이 약물 적응증 정보에 기초하여 약물-질병의 이분 네트워크를 구성하는 단계와;b) 상기 신약 재창출 예측 시스템이 임상정보(EMR 또는 clinical physiomic)와 유전체 정보(genomic signatures)에 기초하여 약물 및 질환의 검체 정보를 추출하는 단계;c) 상기 신약 재창출 예측 시스템이 약물-약물/질병-질병 유사도 매트릭스를 임상정보에 따라 구성하는 단계;d) 상기 신약 재창출 예측 시스템이 유사도 매트릭스에 따라 임상 정보 기반의 약물-질환 엣지(edge) 점수(P_c)를 계산하는 단계;e) 상기 신약 재창출 예측 시스템이 임상정보(EMR 또는 clinical physiomic)와 유전체 정보(genomic signatures)에 기초하여 약물 및 질환의 유전자 연관 정보를 추출하는 단계;f) 상기 신약 재창출 예측 시스템이 약물-약물/질병-질병 유사도 매트릭스를 유전체 정보에 따라 구성하는 단계;g) 상기 신약 재창출 예측 시스템이 유사도 매트릭스에 따라 유전체 정보 기반의 약물-질환 엣지(edge) 점수(P_g)를 계산하는 단계;h) 상기 신약 재창출 예측 시스템이 상기 P_c와 P_g를 사용하여 엣지(edge)의 최종 예측 점수 f(e_ij)를 계산하는 단계; 및i) 상기 신약 재창출 예측 시스템이 상기 f(e_ij)를 기준값(cut-off)에 따라 참/거짓(True/False) 라벨값을 결정하는 단계를 포함하는 전자의무기록과 약물/질환 네트워크 정보 기반의 신약 재창출 후보 예측 방법.