$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

물리 화학적 구조에 기초한 약물 독성 예측 방법
A Method of Predicting Drug Toxicity Based on Physical / Chemical Structure Information 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.29 no.5, 2019년, pp.385 - 389  

김재광 (성균관대학교 소프트웨어대학)

초록
AI-Helper 아이콘AI-Helper

신약 개발의 과정에서 화합물 또는 후보 약물의 독성을 판별해내는 것은 필수적인 단계이다. 그러나 모든 후보 약물에 대하여 독성이 있는지 실험을 통해 검증하는 것에는 많은 비용이 필요하다. 최근에는 컴퓨터 시뮬레이션을 통해 후보 약물의 독성이 명확한 것들을 1차로 판별하고 그 외의 것에 대해 실험을 수행하므로 비용을 낮추는 방법을 사용하고 있다. 그러나 시뮬레이션 모델에 따라 상이한 독성 예측 결과를 나타내는 경우가 있어, 독성 예측의 정확도를 높이는 연구가 필요하다. 본 논문에서는 신약 개발을 위한 후보 약물 선정에서 보다 신뢰성 높은 약물 독성 예측을 위한 예측 방법을 제안한다. 제안하는 방법은 기존에 알려진 물리 / 화학적 구조에 기반한 독성 예측 시뮬레이션 프로그램에서 주는 정보를 기반으로 독성인지 아닌지에 대한 학습을 수행하고, 학습된 결과를 이용하여 후보 약물의 독성을 예측하므로 더 높은 정확도를 보인다.

Abstract AI-Helper 아이콘AI-Helper

Identifying the toxicity of a compound or candidate drug in the course of drug development is an essential step. However, it is costly to experimentally verify that all candidate drugs are toxic. In recent years, computer simulation has been used to first determine the toxicity of candidate drugs, a...

주제어

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로