초록
약물 병용 사용은 종종 다약물 부작용(Polypharmacy Side Effects, POSE)을 유발한다. 최근 제안된 방법은 POSE 예측 문제를 약물과 단백질의 그래프에서 링크 예측 문제로 재정의하고, 그래프 컨볼루션 네트워크(Graph Convolutional Networks, GCNs)를 활용하여 해결하였다. 그러나 POSE 내 복잡한 관계로 인해 기존 방법은 높은 계산 비용과 메모리 요구량을 초래한다. 본 논문에서는 단백질-단백질 그래프에서 단백질-약물 그래프를 거쳐 단백질-단백질 그래프로 정보를 점진적으로 전파함으로써 표현을 학습하는, 유연한 삼중 그래프 정보 전파(Tri-graph Information Propagation, TIP) 모델을 제안한다. 실험 결과, TIP는 정확도를 7% 이상 향상시키고, 시간 효율성을 83배, 공간 효율성을 3배 개선함을 확인하였다.