• 한국융합학회논문지
• /
• 제10권3호
• /
• pp.23-30
• /
• 2019

본 연구는 당뇨병 치료제 후보약물 정보를 이용하여 항당뇨에 영향을 미치는 물질구조를 발견하는데 목적이 있다. 정량적구조 활성관계를 이용한 기계 학습 모델을 만들고 부분최소자승 알고리즘을 통해 실험데이터 별로 결정계수를 파악한 후 변수중요도척도를 활용하여 주요 분자표현자를 도출하였다. 연구 결과, 후보약물 구조정보를 반영한 molecular access system fingerprint 데이터로 분석한 결과가 in vitro 데이터를 이용한 분석 결과보다 설명력이 높았으며, 항당뇨에 영향을 미치는 주요 분자표현자 역시 다양하게 도출할 수 있었다. 제안된 항당뇨 예측 및 주요인자 분석 방법을 활용한다면 유사한 과정을 반복 실험하는 기존 신약개발 방식과는 달리, 많은 비용과 시간이 소요되는 후보물질 스크리닝 (screening) 기간을 최소화하고, 신약개발 탐색기간도 단축하는 계기가 될 수 있을 것으로 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.11-18
• /
• 2022

신약 디자인은 단백질 수용체와 같은 생물학적 표적과 상호작용할 수 있는 약물 후보물질을 식별하는 과정이다. 전통적인 신약 디자인 연구는 약물 후보 물질 탐색과 약물 개발 단계로 구성되어 있으나, 하나의 신약을 개발하기 위해서는 10년 이상의 장시간이 요구된다. 이러한 기간을 단축하고 효율적으로 신약 후보 물질을 발굴하기 위하여 심층 학습 기반의 방법들이 연구되고 있다. 많은 심층학습 기반의 모델들은 SMILES 문자열로 표현된 화합물을 재귀신경망을 통해 학습 및 생성하고 있으나, 재귀신경망은 훈련시간이 길고 복잡한 분자식의 규칙을 학습시키기 어려운 단점이 있어서 개선의 여지가 남아있다. 본 연구에서는 self-attention과 variational autoencoder를 활용하여 SMILES 문자열을 생성하는 딥러닝 모델을 제안한다. 제안된 모델은 최신 신약 디자인 모델 대비 훈련 시간을 1/26로 단축하는 것뿐만 아니라 유효한 SMILES를 더 많이 생성하는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.810-811
• /
• 2017

신약 개발은 고부가가치를 창출하는 차세대 전략 산업으로 주목받고 있지만, 동물 실험과 임상 시험에 막대한 비용이 필요한 고위험-초고소득(high risk-super high return) 산업이다. 따라서 신약 후보군의 선정이 매우 중요하며 약물 유사도를 랭킹함수를 사용하는 top-k 질의 처리를 통해 후보군을 효과적으로 선정할 수 있다. 본 논문에서는 ChEMBL 데이터베이스[4]에 존재하는 화합물들 중 사용자가 원하는 특성을 갖는 k개의 화합물들을 후보군으로 추천해주는 검색 엔진을 개발하였다.

• 한국전자통신학회논문지
• /
• 제13권3호
• /
• pp.579-586
• /
• 2018

빅데이터에 대한 관심이 증가하면서 데이터로부터 의미 있는 정보의 추출 및 예측은 중요한 연구분야가 되고 있다. 본 연구에서는 신약개발과정에서 필요한 후보약물의 약리적인 활성을 분석하기 위한 데이터를 획득하고 이를 기반으로 의미 있는 예측 분석을 하고자 한다. 신약개발과정에서 대사반응 된 신약후보물질의 약리적인 활성 연구는 신약개발 성공률을 높이기 위해 필요한 단계이다. 본 연구에서, 약용 후보물질의 체내 효소 반응 유무를 예측하기 위해, 유사도 모델들을 적용 분석하였다. 유사도 모델의 군집별 특성을 반영하여 13개의 모델을 선택하여 효소 반응 예측을 수행하였다. 이들 모델들을 민감도와 AUC를 기반으로 비교 평가하였다. 평가 모델들 중, 효소 사이의 반응성을 예측하는데 있어서 Simpson coefficient 모델이 가장 좋은 성능을 보였다. 분석된 유사도 모델 전체를 웹 서비스로 구축하였다. 제안된 모델은 반응정보의 추가에 동적으로 대응 할 수 있으며 신약개발시간 단축 및 비용 절감에 기여할 것으로 여겨진다.

• 생명과학회지
• /
• 제33권6호
• /
• pp.490-497
• /
• 2023

임산부의 기존 질병 또는 임신 중 발생한 질병을 치료하기 위한 약물의 사용은 태아에게 잠재적인 위협이 될 수 있으므로 약물의 태아 독성 여부를 예측하는 것이 필수적이다. 하지만 약물의 태아 독성을 밝혀내는 것은 많은 시간과 비용을 필요로 하며 인간 태아에게서 독성 작용을 나타내는 근거가 불분명하다. 이에 따라 최근 태아 독성 평가를 위한 시험 설계의 현대화, 예측성 개선, 동물 사용 및 투자 비용 감소를 위한 in silico 태아 독성 평가 모델의 필요성이 대두되고 있다. 본 연구는 태아 독성 정보를 수집하고 다양한 기계학습 알고리즘을 적용하여 태아 독성 예측이 가능한 모델을 구축하였으며, 태아 독성 예측 모델의 입력 값으로 활용하기 위해 각 약물에 대한 구조적 및 생리학적 특성 벡터를 생성하였다. 이후 예측 정확도 개선을 위해 초매개변수를 조정하여 모델을 최적화 하였다. 개발한 태아 독성 예측 모델의 유효성을 검증하기 위해 학습 셋과 독립된 테스트 셋을 활용하여 정량적 성능 평가를 수행하였으며, 모든 모델의 약물 및 약물 후보 물질의 태아 독성 여부를 예측할 수 있는 것을 확인하였다(AUROC>0.85, AUPR>0.9). 나아가, 예측 모델의 특성 중요도를 분석하여 태아 독성과 관련성이 높은 약물의 특성을 제시하였다. 제안한 모델은 적은 비용과 시간으로 예측 점수를 제공함으로써 인간에 대한 태아 독성 연구를 설계하는 과정에 도움이 될 것을 기대한다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권6호
• /
• pp.1085-1091
• /
• 2012

제 1상 임상시험의 주목적은 신약 후보 물질의 독성을 평가하여 부작용 및 안전하게 투여할 수 있는 약물의 적정한 용량인 최대허용용량의 추정이다. 기존에 최대허용용량을 추정하는 방법에는 표준방법 (Storer, 1989; Korn 등, 1994) 그리고 NM방법 (Lee와 Kim, 2012) 등이 있다. 본 연구에서는 많은 피험자들이 낮은 용량에 많이 할당되는 점을 보완하고 기존의 최대허용용량 추정법보다 적은 수의 피험자로 실험하기 위해서 기존 최대허용용량 추정법을 수정한 멈춤 규칙을 적용시킨 추정법을 제안하였다. 기존의 방법들과 새롭게 제시한 방법을 모의실험을 통하여 비교하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권6호
• /
• pp.109-117
• /
• 2020

에듀테인먼트 시스템은 학습자가 문제를 효과적으로 인식하고, 문제를 해결하는 데 필요한 중요한 정보를 파악 분류하고, 배운 내용을 전달할 수 있도록 돕는 것을 목표로 한다. 에듀테인먼트를 활용한 콘텐츠는 과학 및 산업 분야의 교육 및 훈련에 유용하게 적용될 수 있다. 본 논문에서는 직관적인 멀티 모달 인터페이스를 활용하여 신약개발에서 활용되고 있는 가상스크리닝에 적용될 수 있는 에듀테인먼트 시스템을 제안한다. 본 연구에서는 분자 구조의 3D 모델을 효과적으로 조작하기 위해 입체 모니터를 활용하여 3차원(3D)거대 분자 모델링을 시각화 하였으며, 멀티 모달 인터페이스를 활용하여 분자 모델을 조작하고 있다. 본 시스템은 신약 개발 혹은 백신 개발에 있어 매우 중요한 방법 중의 하나인 가상 약물 선별 방법 중 하나 인 도킹 시뮬레이션 실험을 게임적 요소를 활용하여 쉽게 해결하는 방법을 제안하고 있다. 레벨 업 개념은 게임 요소가 객체와 사용자의 수에 의해 의존되는 바이오 게임 접근법을 활용하여 구현하였다. 실험 방법으로는 제안된 시스템의 신약 개발 과정에서 인간 면역 결핍 바이러스 (HIV)의 새로운 후보물질을 활용하여 바이러스의 활동 억제를 스크리닝하는 도킹 과정에서의 시간 측정으로 성능 비교 평가하였다.

• 농약과학회지
• /
• 제5권3호
• /
• pp.1-11
• /
• 2001

신규 제초제 작용점의 발굴은 유전체학과 조합화학 등 새로운 기술이 등장하여 그 가능성이 높아지고 있다. 대략 $10^{30}$에서 $10^{50}$여 개의 화학물질의 합성이 가능하고 50,000여 개의 식물 유전자 지도가 완성되어 이들의 조합으로 새로운 제초제의 작용점 발굴 가능성이 높아지게 될 것이다. 즉, 고등식물이 가지고 있는 50,000여 개의 유전자 가운데 0.1%, 1.0% 또는 10%가 신규 작용점이 된다면 50, 500, 5000개의 신규 작용점을 발견할 수 있는 것이다. 신규 제초제의 개발을 위해서는 target enzyme의 선택과 결정, 저해제의 설계, 작용점까지 도달하는 과정, 대사적인 운명 등 여러가지 요인들이 검토되어야 한다. 이러한 과정에서 가장 중요한 것은 확실한 작용점의 선택에 있다. 또한 다양한 생화학적 정보를 통하여 작용점/효소의 저해로부터 고사에 이르는 과정을 이해함은 물론 보다 강력한 저해제의 합성과 살초과정을 이해할 수 있어야 할 것이다. 그 동안에는 이미 알려진 작용점을 대상으로 신규 화합물을 합성하거나 유도체를 개발하는 것이 대부분이었지만 최근에는 antisense 기법 등을 활용하여 새로운 치사관련 작용점을 찾아내는데 잠재력과 가능성을 확대시켜주고 있다. 새로운 치사관련 작용점을 발굴한 후에는 대상효소의 화학적, 생화학적 기능과 단백질의 구조를 분석하여 강력한 저해제를 설계하는데 활용하게 될 것이다. 치사관련 돌연변이체와 antisense 기법을 활용하고, 식물 생리학적 반응을 기초로 하여 리드화합물을 탐색하는 것은 새로운 접근방식이며 농약 화학적 특성을 갖는 효소 저해제들의 합성은 크게 6가지로 할 수 있다. 공통특이시얀 기질 유사체 합성, affinity labels, 자살기질체, 반응중간산물, 그리고 extraneous site inhibitors 등을 들 수 있다. 이와 같은 방법으로 후보화합물이 선발된다 하여도 실제식물에 처리하여 흡수, 이행, 대사 등에 관한 시험이 반드시 이루어져야 새로운 제초제를 탄생시킬 수 있다. 또한 약물의 전달과정과 무독화작용을 통하여 pro-herbicide에 대한 연구를 진행하게 될 것이며, 마지막으로 잡초와 작물간의 선택성이 고려되어야 효소 측이적 접근방식에 의한 신규 선택성 제초제의 개발이 성공할 수 있는 것이다.