초록 ▼

□ 연구개발 목표
국내외 신약 데이터들을 활용하여 신약 후보물질을 도출하는 인공지능 시스템 개발 및 ADME/독성 예측 시스템 개발

□ 연구개발 내용
▪ 국내외 신약 데이터를 바탕으로 화합물의 구조 및 3차원 정보 등 다양한 표현자를 추출함. 이를 바탕으로 심층 강화학습을 활용한 인공지능 기반 신약 후보물질 도출시스템 개발
▪ 구조 기반 탐색과 리간드 기반 탐색 알고리즘을 통한 가상 탐색 시스템 기반 신약 후보물질 디자인 기법 개발
▪ 강화학습에 필요한 보상 결정 예측 모델의 고도화와 RNN/딥 생

□ 연구개발 목표
국내외 신약 데이터들을 활용하여 신약 후보물질을 도출하는 인공지능 시스템 개발 및 ADME/독성 예측 시스템 개발

□ 연구개발 내용
▪ 국내외 신약 데이터를 바탕으로 화합물의 구조 및 3차원 정보 등 다양한 표현자를 추출함. 이를 바탕으로 심층 강화학습을 활용한 인공지능 기반 신약 후보물질 도출시스템 개발
▪ 구조 기반 탐색과 리간드 기반 탐색 알고리즘을 통한 가상 탐색 시스템 기반 신약 후보물질 디자인 기법 개발
▪ 강화학습에 필요한 보상 결정 예측 모델의 고도화와 RNN/딥 생성 모델 기반 약물후보 생성 정책 모델 고도화를 통한 인공지능 기반 드 노보 약물 디자인 알고리즘 개발
▪ 딥 생성 모델을 기반으로 가상 탐색 시스템과 드 노보 약물 디자인 알고리즘 결합기술 개발
▪ 약물 디자인 데이터, 독성 수치 데이터, 단백질-단백질 상호 작용 시뮬레이션을 활용하여 신약 후보물질 평가를 위한 딥러닝 기반 ADME/독성/약물효과 예측 시스템 구축
▪ DNA 유전정보와 발현정보를 연결하는 약물-유전자 네트워크를 구축하여 약물유전체학 기반 네트워크 분석 인공지능 모델 구축
▪ DNA 유전정보, 패스웨이, 유전자-유전자 상호작용 등 다양한 형태의 데이터를 통합적으로 고려한 멀티모달 학습 기반 약물 작용 평가 모델 개발

□ 활용계획 및 기대효과 (응용분야 및 활용범위 포함)
▪ 3세부에서 개발될 고성능 클라우드 플랫폼에 탑재하여 국내 신약 관련 연구자들에게 인공지능 기반 신약 디자인 서비스 제공
▪ 신약 개발 분야에서의 인적/시간적/경제적 장벽을 극복하여 신약 개발 기간과 비용을 대폭 축소하고 제약 및 관련 산업의 성장 기대
▪ 신성장동력으로 설정된 인공지능/딥러닝 기술 발전을 통해 의/약학 분야뿐만 아니라 산업 전반의 중요 문제들에 응용 가능

(출처 : 요약문 3p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 3
• 목차 ... 5
• 1. 연구개발 목표 및 평가항목별 성과 ... 6
• 1-1. 연구개발 목표 ... 6
• 1-2. 평가항목별 성과 ... 6
• 1-3. 목표 미달 시 원인 분석 ... 9
• 2. 추진내용 및 연구개발결과 ... 10
• 2-1. 추진내용 및 연구개발결과 ... 10
• 2-2. 추진 일정 실적 ... 42
• 2-3. 연구개발성과의 관련 분야에 대한 기여정도 ... 44
• 2-4. 연구개발성과의 관리 및 활용 계획 ... 47
• 2-5. 계획하지 않은 성과 및 관련 분야 기여사항 ... 48
• 3. 연구 개발 결과의 활용 방안 ... 48
• 끝페이지 ... 51