1. 🧐 이 논문을 선택한 이유AI(GNN)가 네트워크 약리학의 핫한 주제이며, 한의학의 '네트워크 타겟'을 찾는 데도 사용됩니다. 그렇다면 GNN의 성능은 과연 얼마나 좋을까요?이 논문은 GNN을 '약물-약물 상호작용(DDI)' 예측에 직접 적용한 2025년 최신 연구입니다. DDI는 다약제 병용(polypharmacy)이 늘면서 환자 안전에 치명적인 문제가 될 수 있고 , 반대로 '시너지' 효과를 찾는 핵심이기도 합니다.이 연구는 GCN, SAGE, GAT 등 수많은 GNN 아키텍처를 가져와 "어떤 모델이 DDI 예측을 가장 잘하는가?"에 대해 3개의 공개 데이터셋으로 공정하게 벤치마킹을 수행했습니다. '최고의 모델'을 찾으려던 이 연구가 오히려 '평가 지표의 함정'이라는 매우 중요한 현실을 밝혀..

1. 🧐 이 논문을 선택한 이유네트워크 약리학(NP)의 기본 개념을 다룬 고전적인 논문들에 이어, 가장 '핫'한 트렌드인 인공지능(AI)이 NP와 어떻게 결합하고 있는지 구체적으로 알고 싶었습니다.이 논문(Zhang et al., 2024)은 2024년 1월 Briefings in Bioinformatics라는 저명한 저널에 게재된 최신 리뷰 논문으로, AI 기술을 '한의학 네트워크 약리학'에 적용하여 '정밀 한의학'을 구현하는 방법론을 체계적으로 제시합니다. AI와 NP, 그리고 한의학이라는 세 가지 핵심 키워드의 교차점을 명확히 짚어줄 것으로 기대되어 이번 셀프 저널 미팅 논문으로 선정했습니다. 2. 📝 논문 정보논문 제목: Network pharmacology: towards the artifi..