DrugMechDB: A Curated Database of Drug Mechanisms
https://www.nature.com/articles/s41597-023-02534-z
2023, scientific data, 22 citation
prefix-learning으로 학습할때 사용할 데이터베이스여서 생산과정이 타당한지 검토하고자함.
전산 신약재창출(Computational drug repositioning) 방법은 신약개발의 시간 및 비용을 절감하면서, 기존의 치료제의새로운 후보군을 발굴하기 위한 매력적이고 효율적인 해결책으로 부상(emerged)했다. 생물의학 지식 그래프(Biomedical knowledge graphs)에 기반한 재창출 방법론은 대개(typically) 유용한 생물학적 근거를 제공한다. 이러한 근거는 약물과 질병을 연결하는 추론 연쇄(reasoning chain)나 하위 그래프(subgraph)를 바탕으로 한다. 그러나 이러한 방법론들이 학습하고 평가될 약물 기전 데이터베이스는 현재 부재한 실저이다.
본 연구는 DrugMechDB를 소개한다. 약물 기전을 KG내 경로로 설명하는 수동으로 검토된 데이터베이스이다. 권위 있는 다양한 자유 텍스트(free-text) 자원을 통합하여, 14개의 주요 생물학적 척도를 대표하는 32,249개의 관계와 4,583개의 약물 적응증을 기술한다. DrugMechDB는 전산 신약재창출 모델을 평가하기위한 벤치마킹 데이터셋이나 모델 학습을 위한 귀중한(valuable) 자원으로 활용할 수. 있다.
1. Problem
2. Related Work
3. Idea
4. Materials & Methods
5. Evaluation & Findings
6. Take away
신뢰할만한지. 원리는 뭔지 검토 필요.
---
https://sulab.github.io/DrugMechDB/
Indication Mechanism of Action Database | DrugMechDB
DrugMechDB is a curated database that captures mechanistic paths from a drug to a disease within a given indication. DrugMechDB provides: Mechanistic paths from drug to disease via biological entities. Expert curation of relationships supported by literatu
sulab.github.io
Drug-> Disease를 설명하는 경로를 포착
ex. 코르티손 아세테이트에서 각막염에 어떻게 영향을 미치는지 알 수 있음
경로 정보는 DrugBank, Wikipedia 및 관련 문헌에서 찾은 자유 형식 텍스트 설명을 기반으로 도출
