윤휘열 연구실
충남대학교 약학과
윤휘열 교수
약물동태학
약물동력학
PBPK 모델링
홈
윤휘열 연구실
충남대학교 약학과 윤휘열 교수
윤휘열 연구실은 임상약학 관점에서 약물동태학과 약물동력학을 통합한 모델링을 수행합니다. PBPK와 compartment 모델 간 호환성을 lumping 방법으로 확인하고, population pharmacokinetics에서 fractal kinetics 등 이질성 반영 기법과 VPC·NPDE 같은 진단 절차로 예측 성능을 점검합니다. 또한 CYP2D6 표현형 및 CYP3A4 병용 조건이 약물동태에 미치는 영향을 문헌 근거와 PBPK 시뮬레이션으로 정리해 용량 조정 논리를 제시합니다. 이와 병행해 ChemBERTa·ProtBert 기반 NLP 모델을 미세조정하여 drug–target interaction과 PROTAC 효능을 예측하는 전주기 신약개발 통합 인공지능 시스템 연구도 수행합니다.
약물동태학약물동력학PBPK 모델링Population PKFractal Kinetics
대표 연구 분야
연구 영역 전체보기
약물동태·약물동력학 모델 기반 용량 및 효과 예측 연구
Dose and Effect Prediction Research Based on PK/PD Modeling
연구 분야 상세보기
CYP 표현형 및 효소 매개 약물상호작용 예측 연구
CYP Phenotype and Enzyme-Mediated Drug–Drug Interaction Prediction Research
연구 분야 상세보기
프리트레인 NLP 기반 약물-표적 상호작용 및 효능 예측 연구
Pretrained NLP-Based Drug–Target Interaction and Efficacy Prediction Research
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 1
·
2026Proteolysis-targeting Chimera efficacy prediction using a deep-learning–QSP model
Sungwoo Goo, Jina Kim, Soyoung Lee, S. Jung, Jung‐woo Chae, Jae-Mun Choi, Hwi‐yeol Yun
IF 5.7 (2026)
Journal of Cheminformatics
정확도가 낮았는데, 이는 현재 데이터셋에 반영되지 않은 실험 조건의 변동성을 반영하는 것으로 보인다. 본 연구는 PROTAC 효능을 정확하게 모델링하기 위해 포괄적인 구조 데이터가 핵심적임을 강조하며, 표준화된 실험 데이터 사용을 통한 향후 개선 가능성을 제시한다. 이러한 통합적 모델링 접근법은 PROTAC 치료제의 발견과 최적화 속도를 높일 수 있을 것으로 기대된다.
https://doi.org/10.1186/s13321-026-01152-2
Convolutional neural network
Quantitative structure–activity relationship
Training set
Artificial neural network
Computational model
Deep learning
Drug discovery
Experimental data
2
Article
|
인용수 8
·
2022A compatibility evaluation between the physiologically based pharmacokinetic (PBPK) model and the compartmental PK model using the lumping method with real cases
Hyo‐jeong Ryu, Won-Ho Kang, Taeheon Kim, Jae Kyoung Kim, Kwang‐Hee Shin, Jung‐woo Chae, Hwi‐yeol Yun
IF 5.6 (2022)
Frontiers in Pharmacology
]) 및 덩어리화(lumped) 모델과 구획(compartment) 모델 간 AUC의 정확도를 통해 두 모델이 서로 양립 가능함을 확인하였다. 이에 따라 덩어리화 방법(lumping method)으로 PBPK와 구획 모델 간의 양립 가능성을 확인하였다. 이 방법은 두 모델 간 양립 가능성에 대한 요구에 따라 적용할 수 있다.
https://doi.org/10.3389/fphar.2022.964049
Physiologically based pharmacokinetic modelling
Pharmacokinetics
Compatibility (geochemistry)
Chemistry
Volume of distribution
Pharmacology
Materials science
Medicine
3
Review
|
인용수 12
·
2022The Effect of CYP2D6 Phenotypes on the Pharmacokinetics of Propafenone: A Systematic Review and Meta-Analysis
Quyen Thi Tran, In‐hwan Baek, Nayoung Han, Hwi‐yeol Yun, Jung‐woo Chae
IF 5.4 (2022)
Pharmaceutics
PM에서 PPF의 값은 각각 15.9 (12.5-19.2) µg·h/mL, 1.10 (0.796-1.40) µg/mL, 및 12.8 (11.3-14.3) h였으며, 이 값들은 EM 군에 비해 각각 2.4배, 11.2배, 및 4.7배 더 높았다. 400 mg에서는 S형과 R형 엔안티오머를 비교하였다. CL/F는 S형에 비해 R형에서 약 1.4배 더 높았고, 이는 유의한 차이였다. 본 연구는 CYP2D6 대사자 상태가 PPF의 PK 프로파일에 유의미한 영향을 미칠 수 있음을 보여주었다. CYP2D6 표현형에 따라 PPF의 용량을 조절하면 이상반응을 예방하고 치료 효능을 확보하는 데 도움이 될 것이다.
https://doi.org/10.3390/pharmaceutics14071446
Propafenone
Pharmacokinetics
CYP2D6
Cmax
Pharmacology
Debrisoquine
Chemistry
Medicine
Internal medicine
Cytochrome P450
최신 정부 과제
5
과제 전체보기
1
2022년 3월-2026년 2월
|358,804,000원전주기 신약개발 통합 인공지능 시스템 개발
신약발굴 과정 중 선도물질로 선별된 약품 중 10%가 임상시험과정에서 실패하는 것으로 알려져 있음. 후보물질의 약효적 성질 외에 임상시험진입 실패의 가장 큰 원인으로는 ADMET로 대표되는 약동학적 성질의 실패를 들 수 있음. 대사경로, 약동학적 특성, 유력한 바이오마커 선정이 임상시험에 성공적으로 진입하기 위한 결정적인 요인으로 작용하지만, 이들을 종합적...
인공지능
중개연구
신약개발 플랫폼
2
주관|
2019년 11월-2020년 6월
|35,200,000원의약품 약동-약력학 모델 리포지토리의 자료 체계 및 관리 강화 연구(1)
본 과제는 ‘계량약리학을 이용한 임상시험 평가기술 선진화 및 관련 분야 인재양성’ 비전을 통해 KPML(KPML 모델) 기반 임상시험 평가 역량을 체계화하는 연구임.
연구 목표는 지속가능한 운영체계구축, 잠재 수요층 발굴, 성과 확산 및 활성화임. 핵심 연구 내용은 학회 연계 활성화, KPML 모델 업데이트 표준화, 데이터 세트 입력 표준화, 웹기반 플랫폼 구축, KPML 이용 안내서 업데이트, 사용 설명회 및 워크숍 수행임. 기대 효과는 KPML 이용자 안내서 업데이트, KPML 사용자 시연회, Hands-on Workshop, 학술대회 발표를 통한 성과확산임.
계량약리학
모델 리포지토리
데이터 업데이트
3
주관|
2018년 2월-2018년 11월
|70,000,000원의약품 약동-약력학 모델링을 위한 자료 관리 및 체계 구축 연구(1)
본 과제는 의약품 허가과정에서 활용되는 계량약리(약동-약력학) 연구를 더 빠르고 쉽게 수행하도록, 데이터와 모델을 모으고 교육·공유 체계를 만드는 연구임.
연구목표는 효율적인 데이터 수집 및 model repository 구축으로 계량약리 기술사용 초기 진입 장벽을 해소하고, 식약처 가이드라인 업데이트 전략을 제시하는 데 있음. 연구내용은 국내외 현황(MSWG, DDMoRe, ISoP) 분석 후 DDMoRe 연계 방안 모색, 데이터·모델 수집 확인 등록 및 50여개 model 운영, Hands-on 기반 기초과정 2개·심화과정 3개 교육용 라이브러리 구축, 선진 허가기관 가이드라인 및 SOP 분석으로 RFP 형태 과제 제안이 포함됨. 기대효과는 데이터 수집·모델링 과정 표준화로 국내 연구자간 모델링 공유 기틀 마련 및 플랫폼 개발 지원에 있음.
데이터 수집
모델 라이브러리
계량약리학
최신 특허
특허 전체보기
전체 특허
데이터 증강 방법 및 이를 이용한 양성 에피토프 예측 모델 생성 방법
상태
등록출원연도
2023출원번호
1020230013563자연어 처리 모델을 이용한 약물-표적 상호작용 예측 방법
상태
등록출원연도
2022출원번호
1020220184891자연어 처리 모델을 이용한 신약 후보물질의 약리학적 성질 예측 방법
상태
등록출원연도
2022출원번호
1020220184890