본 논문은 기존 약물의 새로운 적응증을 찾는 약물 재자리매김(drug repositioning)을 위한 새로운 딥러닝 기반 접근법인 BiBLDR을 제시합니다. 기존 그래프 기반 방법들의 한계인 새로운 약물에 대한 정보 부족 문제를 해결하기 위해, 약물-질병 상호작용 패턴을 포착하는 양방향 행동 순차 학습(bidirectional behavior sequential learning) 전략을 활용합니다. 약물과 질병 양측의 양방향 행동 순차 데이터를 구성하고, 두 단계의 전략(표현형 공간 구성 및 양방향 행동 순차 데이터 기반 예측)을 통해 잠재적인 약물-질병 연관성을 예측합니다. 실험 결과, BiBLDR은 기존 방법들보다 우수한 성능을 보이며, 특히 새로운 약물에 대한 예측(cold-start scenario)에서 뛰어난 성능을 보임을 확인했습니다.
