초록 ▼

□연구의 목적 및 내용
약물설계 및 후보물질 도출을 위한 인공지능 기술 및 예측 시스템 개발
질병을 치료하기 위한 표적을 규명하고, 신약 후보군으로써의 성질을 만족하는 새로운 화합물을 디자인 및 가상탐색을 통해 화합물 공간을 효율적으로 탐색하는 것은 신약개발에 있어서 그 중요도가 높지만 현재까지 난제로 남아있음.
따라서 본 과제에서는 화합물 가상탐색, 생성 그리고 질병과 연관된 표적을 발굴하기 위한 인공지능 모델들을 구현하고, 해당 모델들의 신약개발 응용 사례를 보임.
▪ 화합물 공간에 존재하는 분자의 분포를

□연구의 목적 및 내용
약물설계 및 후보물질 도출을 위한 인공지능 기술 및 예측 시스템 개발
질병을 치료하기 위한 표적을 규명하고, 신약 후보군으로써의 성질을 만족하는 새로운 화합물을 디자인 및 가상탐색을 통해 화합물 공간을 효율적으로 탐색하는 것은 신약개발에 있어서 그 중요도가 높지만 현재까지 난제로 남아있음.
따라서 본 과제에서는 화합물 가상탐색, 생성 그리고 질병과 연관된 표적을 발굴하기 위한 인공지능 모델들을 구현하고, 해당 모델들의 신약개발 응용 사례를 보임.
▪ 화합물 공간에 존재하는 분자의 분포를 정밀하게 추정하기 위해 Adversarially Regularized Autoencoder 방법을 접목하여, 목표 분자 물성을 만족하는 화합물만을 선택적으로 생성가능케 함
▪ 의약화학에서의 분자의 기본 골격 구조에 해당하는 Scaffold 구조에 작용기들을 붙여가며 약물을 디자인하는 방식을 모방한 Scaffold 기반 분자 생성을 가능케 함
▪ 분자를 그래프로 표현하여 이를 처리하는 그래프 신경망 및 분자 물성을 더 신뢰도있게 예측하는 베이지안 심층학습을 적용한 분자 물성 예측
▪ 가변필터 콘볼루션 기술을 적용하여 단백질의 구조를 처리하고 핑거프린터로 표현된 분자 구조를 다루어 ADME 및 독성등의 물성을 예측
▪ 화합물-유전자 공간에서 화합물 및 단백질을 표현하여 잠재된 독성 관련 정보를 발견 및 해석
▪ 약물-유전체 상호작용을 네트워크로 표현, 약물에 의한 전사체 발현 변화를 예측하여 치료목적 표적의 발굴
▪ 전사체 데이터에 기반하여 종양 내 이질성도를 조사하여, 향후 정밀 항암 약물 개발을 가능케하는 인공지능 개발에 요구되는 사전지식을 마련

□연구개발성과
▪ Adversarially Regularized Autoencoder를 이용한 목표 분자 물성을 만족하는 화합물의 선택적 생성 모델 개발
▪ Scaffold 구조를 보존하고 작용기를 붙이는 방식을 통한 화합물 생성 모델 개발
▪ 그래프 신경망 및 베이지안 심층학습 알고리즘을 적용한 정확하고 신뢰도가 높은 분자 물성 예측 모델 개발
▪ 화합물-유전자 공간 분석을 통한 화합물 독성 분석 모델 개발
▪ 약물에 의한 전사체 발현량 변화 데이터 분석 모델 개발

□연구개발성과의 활용계획(기대효과)
▪ 화합물 생성 모델을 활용한 화합물 공간을 탐색하여, 신약후보 물질을 효과적으로 디자인
▪ ADME 및 독성 예측 시스템을 활용한 화합물 가상탐색, 이를 통한 신약후보 물질 발굴의 성공률 향상
▪ 약물유전체학 기반 전사체 데이터 분석을 통한 약물 타겟 후보군의 선정

(출처 : 요약문 4p)

목차 Contents

• 표지 ... 1제 출 문 ... 2보고서 요약서 ... 3요약문 ... 4목차 ... 51. 연구개발과제의 개요 ... 62. 연구수행내용 및 성과 ... 7 2-1. 연구수행내용 및 성과 ... 7 2-2. 대표적 성과 ... 173. 목표 달성도 및 관련 분야 기여도 ... 19 3-1. 목표 ... 19 3-2. 목표 달성여부 ... 19 3-3. 목표 미달성 시 원인(사유) 및 차후대책(후속연구의 필요성 등) ... 214. 연구개발성과의 활용 계획 등 ... 21붙임. 참고문헌 ... 22끝페이지 ... 22