백신 접종부스터 추천을 위한 온톨로지 기반 그래프 신경망 프레임워크

한줄 요약

바이오메디컬 온톨로지와 지식 그래프를 활용하여 백신 접종부스터 추천 문제를 그래프 신경망으로 해결하는 프레임워크를 제안합니다.

풀어야 하는 문제

백신 개발에서 효과적인 접종부스터(adjuvant)를 선택하는 것은 여전히 병목 현상이며, 대부분의 기존 계산 연구는 접종부스터 우선순위화보다는 항원 발견에 초점을 맞추고 있습니다.

접근 방법

질병-접종부스터 매칭을 바이오메디컬 온톨로지에 기반한 이종 지식 그래프 위의 top-k 추천 과제로 설정하고, 큐레이션된 사실, 메커니즘 경로, 텍스트 증거를 통합합니다. 리스트 순위 목표로 학습된 그래프 신경망인 VaxjoGNN을 도입합니다.

결과·기여

공개 벤치마크에서 VaxjoGNN은 기존 질병에 대해 NDCG@10 0.59, 이전에 보지 못한 질병에 대해 0.27(무작위 기준 대비 5.4배 향상)을 달성합니다. 이 프레임워크는 기존 항원 중심 도구를 보완하는 온톨로지 기반 접종부스터 우선순위화 접근법을 제공합니다.