최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 광주과학기술원 Gwangju Institute of Science and Technology |
---|---|
연구책임자 | 남호정 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2024-03 |
과제시작연도 | 2023 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
연구관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202400006643 |
과제고유번호 | 1711191392 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2024-09-04 |
키워드 | 독성 예측.부작용 예측.설명 가능한 인공지능.독성 유발 구조.부작용 기전.Toxicity prediction.Side effect prediction.Explainable artificial intelligence.Toxicity structural alerts.Mechanisms of side effects. |
□ 연구개요
신약 개발 과정에서 많은 수의 화합물이 독성, 부작용으로 인해 실패하며, 이에 따른 천문학적 비용과 시간이 소모됨. 이를 극복하기 위하여, 최근 기계학습 및 인공지능 모델이 연구되었지만, 예측의 신뢰성과 해석성이 부족하여 대부분 신약 개발 과정에 적용되지 못하였음. 이를 극복하고자, 본 연구에서는 설명 가능한 인공지능 모델에 기반한 약물 후보의 독성 및 부작용 조기 예측 모델을 개발하였음.
본 연구팀은 약물 및 부작용 대규모 데이터 셋을 수집하여 독성 및 부작용 예측 모델의 신뢰성을 향상시켰음. 또한, 설명
해당 보고서가 속한 카테고리에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.