프로젝트 소개
본 과제는 신약 후보물질이 임상시험에 진입하기 전에 약물의 대사, 흡수·분포·대사·배설·독성(ADMET) 특성과 바이오마커를 종합적으로 분석하고 예측하는 인공지능 기반 신약개발 플랫폼을 개발하는 연구임.
연구 목표는 전이학습 기반의 통합형 AI 플랫폼을 구축하여 후보물질의 구조, 대사특성, 전신노출평가, 바이오마커 선정부터 임상시험 진입까지의 전 과정을 지원하는 데 있음. 핵심 연구 내용은 대사특성, ADMET 특성, 전신노출 특성, 바이오마커 선정의 4개 모듈 개발과 DrugBank, KEGG, HMDB, SMPDB, DisGeNET, eDGAR 데이터베이스 연계임. ANN, DNN, CNN, RNN, SVM, k-NN, RF 등 다양한 머신러닝 기법을 적용하고 k-fold cross validation 및 external validation을 통해 예측력을 검증함. 기대 효과는 후보물질의 개발 가능성을 조기에 판단하고 후속 실험계획과 전략적 의사결정을 지원하여 신약개발의 시간과 비용을 줄이며, 약물 개발속도와 규제승인 예측력 향상에 기여함.