TECHNOLOGY

NOAH'S ARK

ARK : Multi-Strategy "Combinatorial Drug Design" platform

통합분석을 통한 세계 최초 복합제 개발 플랫폼

  • 유전자
    발현 패턴

  • 단백질
    화합물 3D구조

  • 의약학
    문헌 정보

AI Target Finder - 약물 타겟 예측

2017년도 미래창조과학부 ICT 사업 환자의 유전체 데이터에서 약물 타겟이 될 단백질을 예측하는 기술

논문 바로가기 link
  • 2018 년 10 월 Bioinformatics 저널에 publish. 특허 출원
  • 대용량 환자유전체 데이터가 필요함
  • 암, 면역질환과 같은 데이터가 많은 질환에 적용 가능함

AI Virtual Compound Screening – 단일 약물 구조 예측

2) AI Virtual Compound Screening – 단일 약물 구조 예측

CombiNet – 복합제 구성 예측

  • 약물 구조정보나 알려진 효능정보 없이 약물로 인한 유전체 발현 데이터만이 사용됨
  • 환자의 유전체 정보는 NOTE-R과 연동되어 중요한 pathological networks로 분석됨
  • 이들의 유전체 발현 패턴 비교를 계산하는 방식
  • 기존 방식들은 단순히 많이 변화한 유전자들만 분석
  • CombiNet의 핵심은 Machine Learning 분석 기법을 활용하여, 기존 문헌 정보와 유전자 네트워크를 통합 분석하여 환자 특이적인 pathological Network를 발굴한다는 점
  • 질병에 중요한 pathological network내 유전자들만 비교 분석함으로써 보다 정확한 약물 효능 예측이 가능하다는 장점이 있음
  • 각 Pathological Network 별로 최적의 효능을 나타낼 단일약물들을 ranking.
  • 상위 약물들 간의 시너지 효능과 약효 충돌 등을 계산
  • 모든 networks를 효과적으로 조절함으로써 시너지 효과를 낼 수 있는 최적의 복합제 구성
  • DDI로 인한 부작용 예측시스템은 별도 존재

AI Virtual Target Screening – Off-target, 부작용 예측

  • Docking과 반대로 약물의 새로운 off-target을 찾고자 할 때 사용되는 예측기법 (reverse screening)
  • 새로운 약효를 찾을 수도 있고 부작용이나 독성을예측하는데 활용할 수 있음
  • 기본적으로 energy 계산을 하는 방식은 Virtual Compound Screening과 동일하나, 학습에 활용되는 dataset 구성에 차이가 있음
    보다 다양하고 정제된 단백질들의 3D 구조 정보가 요구됨