워드 임베딩 기반의 단백질 간 유사도 측정을 통한 단백질 상호작용과 약물-단백질 상호작용 예측 = Predicting Protein-Protein Interactions and Drug-Target Interactions via Protein Similarity Measurement Based on Word Embeddings

다국어 초록 (Multilingual Abstract)

Accurate measurement of functional similarity between proteins is crucial for the prediction of protein-protein interactions and drug-target interactions. In this study, the functional similarity between proteins was computed using Gene Ontology (GO). The similarity of terms was measured by word embedding methods, Word2vec and TF-IDF, which consider the term features and by a semantic similarity method that considers the relationship between terms. Thereafter, the measured similarity of terms was expanded to protein-protein similarity using annotations in GO. We proposed an integrated similarity that considers both features and relationships of the terms. Protein similarities measured by semantic similarity, Word2vec, TF-IDF, and integrated methods were applied to the prediction of protein-protein interactions and drug-target interactions. As a result, it was confirmed that the integrated similarity showed the best performance.

국문 초록 (Abstract)

단백질 상호작용과 약물-단백질 상호작용에 대한 예측을 위하여 단백질 간의 정확한 기능적 유사도 측정이 중요하다. 본 연구에서는 유전자 온톨로지를 사용하여 단백질 간 기능적 유사도를 계산하였다. 용어 간 유사도는 용어의 특성을 고려하는 워드 임베딩 방법인 Word2vec과 TF-IDF, 그리고 용어의 연결성을 고려하는 의미론적 방법으로 측정되었다. 측정된 용어의 유사도는 유전자 온톨로지 내 어노테이션 데이터를 사용하여 단백질 간의 기능적 유사도로 확장되었다. 또한, 용어의 특성과 용어 간의 연결성을 모두 고려할 수 있는 통합된 유사도를 제안하여, 의미론적 방법, Word2vec, TF-IDF, 통합 방법으로 측정된 단백질 간 유사도를 단백질 상호작용과 약물-단백질 상호작용 예측에 적용하였다. 결과적으로 통합 방법에서 가장 우수한 성능을 보이는 것을 확인하였다.