딥러닝을 이용한 약물 화학 구조 예측 


48권  2호, pp. 234-242, 2월  2021
10.5626/JOK.2021.48.2.234


PDF

  요약

신약 개발에 필요한 시간과 비용을 줄이기 위해서 많은 컴퓨터 기반 방법들이 연구되고 있다. 특히 최근 딥러닝 기법의 발전과 함께 후보 화합물의 화학식을 생성하기 위한 여러 가지 생성 모델(Generative model) 및 조건에 맞는 화학식을 생성하기 위한 강화학습 모델(Reinforcement learning model) 이 많이 연구되고 있다. 본 논문에서는 화합물과 단백질 간의 예측된 결합 친화력 정보를 이용한 강화학습 모델을 제시한다. 구체적으로, 본 논문에서 사용하고 있는 생성 모델은 Stack-RNN이며, 생성된 화학식이 특정한 화학적 특성을 가짐과 동시에 특정한 단백질과 높은 결합 친화력을 가지도록 Stack-RNN을 에이전트로 이용함으로써 강화학습을 구현한다. 본 논문에서는 소라페닙(Sorafenib), 수니티닙(Sunitinib), 다사티닙(Dasatinib)의 3가지 항암제들이 가지는 표적 단백질 정보를 이용하여 해당 항암제와 유사한 화합물의 화학식을 생성해 보았다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

S. Ko, C. Park, J. Ahn, "Predicting Chemical Structure of Drugs Using Deep Learning," Journal of KIISE, JOK, vol. 48, no. 2, pp. 234-242, 2021. DOI: 10.5626/JOK.2021.48.2.234.


[ACM Style]

Soohyun Ko, Chihyun Park, and Jaegyoon Ahn. 2021. Predicting Chemical Structure of Drugs Using Deep Learning. Journal of KIISE, JOK, 48, 2, (2021), 234-242. DOI: 10.5626/JOK.2021.48.2.234.


[KCI Style]

고수현, 박치현, 안재균, "딥러닝을 이용한 약물 화학 구조 예측," 한국정보과학회 논문지, 제48권, 제2호, 234~242쪽, 2021. DOI: 10.5626/JOK.2021.48.2.234.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr