초록 ▼

□ 연구개발 목표 및 내용
ㅇ 최종 목표
열역학과 딥러닝을 융합한 새로운 약물 디자인 방법의 개발
ㅇ 전체 내용
열역학과 딥러닝을 융합한 새로운 약물 디자인 방법의 개발

□ 연구개발성과
기존의 자유 에너지 시뮬레이션보다 효율적인 방법을 개발

□ 연구개발성과 활용계획 및 기대 효과
본 연구 결과는 약물 디자인에 새로운 혁신을 가져올 것이다. 또한, 본 연구 프로젝트는 단백질 기반 약물의 새로운 방법에 대해 보다 야심적인 연구 주제를 향한 기초가 될 것이다.

(

□ 연구개발 목표 및 내용
ㅇ 최종 목표
열역학과 딥러닝을 융합한 새로운 약물 디자인 방법의 개발
ㅇ 전체 내용
열역학과 딥러닝을 융합한 새로운 약물 디자인 방법의 개발

□ 연구개발성과
기존의 자유 에너지 시뮬레이션보다 효율적인 방법을 개발

□ 연구개발성과 활용계획 및 기대 효과
본 연구 결과는 약물 디자인에 새로운 혁신을 가져올 것이다. 또한, 본 연구 프로젝트는 단백질 기반 약물의 새로운 방법에 대해 보다 야심적인 연구 주제를 향한 기초가 될 것이다.

(출처 : 요약문 2p)

Abstract ▼

1. 연구개발과제의 개요
Despite significant scientific and technological efforts devoted to improve the quality and efficiency of drug discovery, there is an indisputable fact that the high investment has not resulted in substantial increase of new drugs. Such a low hit rate can largely be attributed to tw

1. 연구개발과제의 개요
Despite significant scientific and technological efforts devoted to improve the quality and efficiency of drug discovery, there is an indisputable fact that the high investment has not resulted in substantial increase of new drugs. Such a low hit rate can largely be attributed to two factors: (i) the absence of accurate thermodynamic guidelines to optimize the binding affinity and specificity between drug candidates and target receptors, and (ii) the limited exploration of the vast chemical space in searching for new drug candidates. The purpose of the present research project is to develop an innovative approach to address these issues, which is "thermodynamics driven" since it is based on the atomic-level thermodynamic characterization of the ligand-receptor interactions, and is "deep learning assisted" since it searches an unexplored region of the chemical space utilizing the generative deep learning method.
A key part of drug design is the optimization of the ligand-receptor interaction. In particular, the "enthalpy optimization" is now recognized to be crucial in developing high quality compounds, which however is also known to be notoriously difficult due to the lack of accurate thermodynamic guidelines [1-3]. In this regard, we have been developing an original statistical thermodynamics method that exactly decompose thermodynamic functions into contributions from constituent atoms [4-6]. This method allows one to quantify how much each of chemical groups in a ligand molecule is contributing to the binding enthalpy, and to what extent it will vary when one chemical group is replaced by another. Therefore, based on this method, we aim to derive thermodynamic principles for the enthalpy optimization of the ligand-receptor interaction.

(출처 : 본문 3p)

목차 Contents

• COVER ... 1
• 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 3
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 7
• 1) 연구수행 결과 ... 7
• 2) 목표 달성 수준 ... 7
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 8
• 5. 연구개발성과 및 활용 계획 ... 8
• 1) 연구성과 ... 8
• 2) 연구성과 활용계획 ... 11
• 6. 참고문헌 ... 11
• End of Page ... 11