|
|
|
|
|
 |
특히 AI 기반 분자 설계는 신약 개발의 시간과 비용을 획기적으로 절감할 수 있는 핵심기술입니다.
신약 개발 초기 단계에서 고비용과 시간 소모를 줄이기 위해, AI를 활용한 분자 설계 및 가상 스크리닝 기술을 고도화하는 것이 목표입니다.
AI 모델 개발
분자 설계AI 모델 구축시 고려하는 주요
향후 AI 기반 신약 개발 연구에서 가장 기대하는 기술 발전은 무엇인가요?
|
|
|
 |
특히 AI 기반 분자 설계는 신약 개발의 시간과 비용을 획기적으로 절감할 수 있는 핵심기술입니다.
신약 개발 초기 단계에서 고비용과 시간 소모를 줄이기 위해, AI를 활용한 분자 설계 및 가상 스크리닝 기술을 고도화하는 것이 목표입니다.
특히, DeepLearning 기반 화합물-표적상호작용 예측 모델을 개발하고, 이 모델을 이용해 신규 저분자 치료 후보를 발굴하는 것을 중점과제로 삼겠습니다.
개발한 AI 모델을 기반으로 가상 라이브러리 수십만 종의 화합물을 스크리닝하여, 특정 타겟 단백질에 대한 활성 가능성이 높은 후보군을 선별합니다.
신약 개발 지원센터의 생물학적 평가(HTS, 생화학적 Assay) 시스템과 연계하여, 가상스크리닝 결과의 실험적 유효성을 검증합니다.
AI 예측 결과와 실제 바이오데이터 간의 상관관계를 분석하고, 모델 리 트레이닝(Retraining)을 통해 정확도를 지속 개선합니다.
축적된 데이터와 모델을 기반으로 차세대 DrugDis covery 플랫폼 구축의 기반을 마련할 수 있습니다.
AI 기반 분자 설계 외에도 약물-표적상호작용 예측, 독성 예측, 약물재창출(DrugRepos itioning) 영역으로 연구를 확장할 계획입니다.
연구 과정에서 AI 모델의 한계를 어떻게 극복할 것인가요?
향후 AI 기반 신약 개발 연구에서 가장 기대하는 기술 발전은 무엇인가요? |
 |
개발, ai, 신약, 모델, 기반, 화합물, 예측, 분자, 데이터, 후보, 이다, 활용, 설계, 표적, 성, 답변, 기술, 구축, 구조, 가상 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.04.27
4페이지
