DRExplainer는 약물 반응 예측을 위한 새로운 해석 가능한 예측 모델로, 유도 방향 그래프 합성곱 신경망을 활용하여 유도 이분 그래프 네트워크 프레임워크에서 예측 성능을 향상시킵니다. 세포주들의 다중 오믹스 프로파일, 약물의 화학 구조, 그리고 알려진 약물 반응을 통합하는 유도 이분 그래프 네트워크를 구성하고, 마스크 학습을 통해 각 예측에 가장 관련성이 높은 하위 그래프를 식별하여 중요한 의료 의사 결정을 지원합니다. 생물학적 특징으로 구성된 기준 데이터셋을 활용하여 모델 해석성을 정량화하는 방법을 제시하며, 실험 결과 기존 최첨단 예측 모델 및 다른 그래프 기반 설명 방법보다 우수한 성능을 보입니다. 새로운 약물 반응 예측에서 DRExplainer의 해석성과 효과를 추가적인 사례 연구를 통해 검증합니다. 소스 코드는 깃허브에서 공개됩니다.
