Connect OpenTG to ChatGPT or Claude in 60 seconds

Try it

샤페론이 신약 후보물질의 흡수·분포·대사·배설 및 독성(ADMET) 예측 모델의 학습 효율을 높이는 AI 기술인 ‘TAG-lite’를 개발했습니다.

더바이오 뉴스룸
6,553 subscribers
Open in Telegram
샤페론이 신약 후보물질의 흡수·분포·대사·배설 및 독성(ADMET) 예측 모델의 학습 효율을 높이는 AI 기술인 ‘TAG-lite’를 개발했습니다.

TAG-lite는 서로 다른 약물 평가 데이터를 함께 학습할 때 도움이 되는 항목과 충돌하는 항목을 사전에 구분하는 기술입니다. 관련 연구는 국제학술지 ‘사이언티픽 리포트(Scientific Reports)’에 게재됐습니다.

연구진은 27개 평가항목을 두 개씩 묶은 351개 조합에 대해 별도 훈련을 수행하는 대신, 공유 모델에서 각 항목의 학습 방향을 분석해 함께 학습할 그룹을 선별했습니다.

평가항목 간 화합물 중복률의 중앙값이 0.99%인 공개 데이터를 활용해, 데이터가 대부분 겹치지 않는 환경에서도 학습 호환성을 분석할 수 있음을 제시했습니다.

샤페론은 TAG-lite를 자체 AI 도구 ‘AIDEN’에 적용해 신약 개발과 외부 솔루션 사업을 확대할 계획입니다. 현재 AIDEN은 경구용 안구건조증 치료제 ‘VuClean’의 후보물질 최적화에 활용하고 있습니다.

https://www.thebionews.net/news/articleView.html?idxno=30361
Open post in Telegram