백신개발 프로세스를 위한 가상 DoE 시뮬레이션 기반 임상-전임상 유효성 변수 예측 AI 알고리즘 개발

본 과제는 백신 개발에서 제형 설계와 공정 최적화를 더 빠르고 정확하게 수행하기 위한 AI 기반 예측 플랫폼 연구임. 전임상, 동물시험, 임상시험의 데이터를 함께 분석해 백신 개발 과정의 핵심 변수와 기전을 이해하고, 이를 가상 시뮬레이션 기술과 결합하는 연구임. 연구 목표는 유효성 변수의 특성을 분석하고 임상-전임상 상호 기전을 해석하는 AI 알고리즘 설계에 있음. 핵심 연구 내용은 Random Forest, Ada Boosting 기반 유효성 변수 선발, 전임상-동물-임상 Profile 유사성 비교, Big data와 Small data 통합 활용 기술 개발임. 기대 효과는 백신 개발 성공 확률 향상, 실패비용 절감, 개발 기간 단축, 국내 바이오 제약 산업의 기술 자립 기반 확보임.