RnDCircle Logo
김명규 연구실
이화여자대학교 약학과
김명규 교수
기본 정보
연구 분야
프로젝트
발행물
구성원

김명규 연구실

이화여자대학교 약학과 김명규 교수

김명규 연구실은 임상약학을 중심으로 약동학·약물유전체학·제형과 약물전달 연구를 수행하며, 머신러닝을 활용한 약물농도 및 약동학 파라미터 예측, 타크로리무스와 같은 고위험 약물의 맞춤 용량 설계, 대사질환 및 간질환 치료제의 비교효과 분석을 통해 정밀 약물치료와 환자 중심 약료의 고도화를 추구하고 있다.

대표 연구 분야
연구 영역 전체보기
임상약학 기반 정밀 약물요법 및 약물농도 예측 thumbnail
임상약학 기반 정밀 약물요법 및 약물농도 예측
주요 논문
5
논문 전체보기
1
article
|
gold
·
인용수 0
·
2024
Correspondence on Editorial regarding “Incretin-based therapy in the management of MASLD: one piece of the puzzle”
Hayeon Kim, Minjeong Park, Myeong Gyu Kim, Kyungim Kim
IF 16.9
Clinical and Molecular Hepatology
https://doi.org/10.3350/cmh.2024.0705
Nonalcoholic fatty liver disease
Medicine
Meta-analysis
Internal medicine
Pioglitazone
Glucagon-like peptide-1
Fatty liver
Endocrinology
Disease
Diabetes mellitus
2
article
|
인용수 1
·
2024
Prediction of human pharmacokinetic parameters incorporating SMILES information
Jae-Hee Kwon, Ja‐Young Han, Minjung Kim, S Kim, Dong‐Kyu Lee, Myeong Gyu Kim
IF 7.5
Archives of Pharmacal Research
https://doi.org/10.1007/s12272-024-01520-2
Computer science
Pharmacokinetics
Computational biology
Chemistry
Pharmacology
Biology
3
article
|
gold
·
인용수 29
·
2023
Comparison of glucagon-like peptide-1 receptor agonists and thiazolidinediones on treating nonalcoholic fatty liver disease: A network meta-analysis
Minjeong Park, Hayeon Kim, Myeong Gyu Kim, Kyungim Kim
IF 16.9
Clinical and Molecular Hepatology
Compared with TZD, GLP-1RA had better effects on liver fat content, body mass index, and waist circumference in overweight or obese patients with NAFLD or NASH.
https://doi.org/10.3350/cmh.2022.0330
Nonalcoholic fatty liver disease
Medicine
Pioglitazone
Glucagon-like peptide-1
Glucagon-like peptide 1 receptor
Internal medicine
Receptor
Endocrinology
Agonist
Fatty liver
정부 과제
7
과제 전체보기
1
2025년 8월-2030년 8월
|5,000,000,000
이화여자대학교 대학기초연구소지원사업(G-LAMP) 사업단
본 과제는 인간 중심 인공지능(Human-Centered AI)의 이론적 기반과 실질적 응용을 아우르는 통합 연구를 통해, 안전하고 책임 있는 AI 기술 체계를 수립하는 것을 최종 목표로 한다. 이를 위해 1) 수리 이론과 통계적 추론을 기반으로 AI의 작동 원리와 불확실성을 정량적으로 분석하고 설명하는 이론을 정립하고, 2) 공정성, 설명 가능성, 신뢰성...
인간중심 인공지능
초고신뢰 AI
AI기반 사회문제 해결
2
주관|
2021년 2월-2024년 2월
|118,457,000
약동학 파라미터와 약물농도 예측을 위한 머신러닝 알고리즘 개발
○ 1차연도: 약물의 물리화학적 특성으로부터 약동학적 파라미터를 예측하는 알고리즘 개발 - 데이터베이스로부터 약물의 물리화학적 특성과 약동학 파라미터 데이터수집 - 약동학적 파라미터를 예측하는 인공신경망(artificial neural network, ANN) 알고리즘 개발 ○ 2차연도: 약동학적 파라미터와 환자의 특성으로부터 약물의 농도를 예측하는 알고리즘 개발 - 데이터베이스로부터 환자의 특성과 약물농도 데이터수집 - 약물농도를 예측하는 인공신경망 알고리즘 개발 ○ 3차연도: 약물농도 예측 알고리즘의 임상적 검증 - 병원 데이터로부터 환자의 특성과 약물농도 데이터수집 - 알고리즘의 약물농도 예측력 평가 및 알고리즘 고도화
약동학
약물농도
머신러닝
인공신경망
3
주관|
2021년 2월-2024년 2월
|118,457,000
약동학 파라미터와 약물농도 예측을 위한 머신러닝 알고리즘 개발
○ 1차연도: 약물의 물리화학적 특성으로부터 약동학적 파라미터를 예측하는 알고리즘 개발 - 데이터베이스로부터 약물의 물리화학적 특성과 약동학 파라미터 데이터수집 - 약동학적 파라미터를 예측하는 인공신경망(artificial neural network, ANN) 알고리즘 개발 ○ 2차연도: 약동학적 파라미터와 환자의 특성으로부터 약물의 농도를 예측하는 알고리즘 개발 - 데이터베이스로부터 환자의 특성과 약물농도 데이터수집 - 약물농도를 예측하는 인공신경망 알고리즘 개발 ○ 3차연도: 약물농도 예측 알고리즘의 임상적 검증 - 병원 데이터로부터 환자의 특성과 약물농도 데이터수집 - 알고리즘의 약물농도 예측력 평가 및 알고리즘 고도화
약동학
약물농도
머신러닝
인공신경망
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
취하2016BNIP2 유전자 부위의 염기서열 다형성을 이용한 장기이식 후 거부반응 예측 방법1020160132423
등록2016CYP3A7의 3'UTR 부위 단일 염기서열 다형성을 이용한 타크로리무스 혈중 약물 농도 예측 방법1020160069697
등록2016CYP3A5 및 CYP3A7 유전자 부위의 염기서열 다형성을 이용한 타크로리무스 혈중 약물 농도 예측 방법1020160024668
전체 특허

BNIP2 유전자 부위의 염기서열 다형성을 이용한 장기이식 후 거부반응 예측 방법

상태
취하
출원연도
2016
출원번호
1020160132423

CYP3A7의 3'UTR 부위 단일 염기서열 다형성을 이용한 타크로리무스 혈중 약물 농도 예측 방법

상태
등록
출원연도
2016
출원번호
1020160069697

CYP3A5 및 CYP3A7 유전자 부위의 염기서열 다형성을 이용한 타크로리무스 혈중 약물 농도 예측 방법

상태
등록
출원연도
2016
출원번호
1020160024668