약물-약물 부작용 예측을 위한 그래프 공동 주의력 모델

복합적 또는 공존하는 질병은 일반적으로 약물 조합을 사용하여 치료되며, 이는 부작용의 위험성을 높일 수 있습니다. 다중 약물 복용에 따른 부작용은 주로 4상 임상 시험에서 검출되지만, 약물이 시장에 출시된 후에도 여전히 많은 부작용이 발견되지 않는 경우가 많습니다. 이러한 사고는 점점 더 많은 인구(현재 미국에서는 15%)에게 영향을 미치고 있으며, 가능한 한 빠르게 잠재적인 부작용을 예측할 수 있는 능력이 매우 중요해지고 있습니다. 가능한 약물-약물 상호 작용(Drug-Drug Interaction, DDI)의 체계적인 조합 스크리닝은 어려우면서도 비용이 많이 들지만, 최근 제약 연구 및 개발 노력을 통해 얻어진 데이터의 가용성이 크게 증가함에 따라 DDI 예측에 대한 관련 통찰력을 회복하기 위한 새로운 패러다임이 제시되었습니다. 이에 따라 최근 여러 접근 방식들이 수백만 건의 예제를 포함하는 대규모 DDI 데이터셋을 정리하고 이를 기반으로 머신 러닝 모델을 훈련시키는 데 초점을 맞추고 있습니다. 본 연구에서는 각 약물의 분자 구조와 부작용 유형만을 사용하여 이 작업에서 최신 기술 수준의 결과를 도출할 수 있는 신경망 아키텍처를 제안합니다. 특히, 각 약물의 표현을 학습할 때 초기 단계에서 약물 쌍 간의 공동 정보를 통합하는 것이 중요한这一点我们显示了在学习每种药物的表示时，早期整合药物对之间的联合信息的重要性。（最后一句中的“这一点我们显示了”可以调整为更符合韩语表达习惯的方式，例如：“특히, 우리는 각 약물의 표현을 학습할 때 초기 단계에서 약물 쌍 간의 공동 정보를 통합하는 것이 중요하다는 것을 보여주었습니다。”）特此更正后的翻译如下：특히, 우리는 각 약물의 표현을 학습할 때 초기 단계에서 약물 쌍 간의 공동 정보를 통합하는 것이 중요하다는 것을 보여주었습니다.因此，完整的翻译内容为：복합적 또는 공존하는 질병은 일반적으로 약물 조합을 사용하여 치료되며, 이는 부작용의 위험성을 높일 수 있습니다. 다중 약물 복용에 따른 부작용은 주로 4상 임상 시험에서 검출되지만, 약물이 시장에 출시된 후에도 여전히 많은 부작용이 발견되지 않는 경우가 많습니다. 이러한 사고는 점점 더 많은 인구(현재 미국에서는 15%)에게 영향을 미치고 있으며, 가능한 한 빠르게 잠재적인 부작용을 예측할 수 있는 능력이 매우 중요해지고 있습니다. 가능한 약물-약물 상호 작용(Drug-Drug Interaction, DDI)의 체계적인 조합 스크리닝은 어려우면서도 비용이 많이 들지만, 최근 제약 연구 및 개발 노력을 통해 얻어진 데이터의 가용성이 크게 증가함에 따라 DDI 예측에 대한 관련 통찰력을 회복하기 위한 새로운 패러다임이 제시되었습니다. 이에 따라 최근 여러 접근 방식들이 수백만 건의 예제를 포함하는 대규모 DDI 데이터셋을 정리하고 이를 기반으로 머신 러닝 모델을 훈련시키는 데 초점을 맞추고 있습니다. 본 연구에서는 각 약물의 분자 구조와 부작용 유형만을 사용하여 이 작업에서 최신 기술 수준의 결과를 도출할 수 있는 신경망 아키텍처를 제안합니다. 특히, 우리는 각 약물의 표현을 학습할 때 초기 단계에서 약物 쌍 간的共同信息를 통합하는 것이 중요하다는 것을 보여주었습니다.希望这能帮助您更好地理解翻译内容。如果有任何进一步的问题，请随时告诉我。