Translational prediction of drug approval and toxicity using cell–human discrepancy and network-based drug repurposing
연구 내용
세포와 인간 사이의 유전자 교란 효과 불일치 및 유전형-표현형 차이를 모델링해 약물 승인·독성을 예측하고 재창출 후보를 우선순위화하는 연구
본 연구는 전임상 모델과 인간 사이의 유전자 교란 반응 불일치 및 유전형-표현형 차이를 정량화하여, 임상시험에서의 약물 승인 가능성과 안전성 위험을 예측합니다. 세포 및 동물 맥락에서의 표적 교란 특성을 비교하고, 필요 시 화학 정보와 결합해 예측 성능을 보정합니다. 또한 CRISPR 기반 co-essentiality 관계를 활용해 암 드라이버 유전자를 우선순위화하고, 네트워크 전파로 항암 표적과 기존 승인 약물의 재창출 가능성을 정렬하는 체계를 제공합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 세포와 인간에서의 유전자 교란 효과 차이가 임상 결과와 연결된다는 가설을 바탕으로, 교란 반응 불일치 기반 약물 승인 예측 모델을 구축했습니다. 이후 전임상 독성의 비번역성 문제를 유전형-표현형 차이 관점에서 재정의하고, 조직 발현과 네트워크 연결성을 포함하는 독성 예측 프레임워크로 확장했습니다. 최근에는 co-essentiality 네트워크와 네트워크 전파를 조합해 항암 타깃과 약물 재창출 우선순위를 높이는 방향으로 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Drug approval prediction based on the discrepancy in gene perturbation effects between cells and humans
Drug toxicity prediction based on genotype-phenotype differences between preclinical models and humans
A Co-essentiality Network of Cancer Driver Genes Better Prioritizes Anticancer Drugs
관련 프로젝트
구분
제목
의료기기혁신센터