약물 재창출 가능성을 고려한 생성 및 예측 모델 기반 신약후보물질 발굴 방법론 개발
저자
발행기관
학술지명
권호사항
발행연도
2021
작성언어
Korean
자료형태
학술저널
수록면
2846-2869(24쪽)
제공처
최근, 인공지능을 활용한 약물개발 연구가 활발히 진행중에 있다. 대표적으로, 신약발굴과 약물재창출 분야는 이미 많은 딥러닝 기반의 연구가 성공적으로 수행되었으며 괄목할 만한 성과들을 배출하고 있다. 해당 분야에서의 딥러닝 연구는 각각 약물 시퀀스 생성모델과 DTI (Drug-Target Interaction) 예측모델 개발이라는 주제로 독립적으로 발전하였다. 그러나, 기존 연구들은 두 분야 사이에 존재하는 학습구조의 유사성과 이를 반영하였을 때 창출될 수 있는 시너지를 간과하였다는 한계가 존재한다. 이에 본 연구는 두 분야의 시너지를 극대화하기 위해 시퀀스 생성과 DTI 예측을 동시에 수행하는 시퀀스-투-시퀀스 생성 모델 및 다층 퍼셉트론 예측 모델기반 학습 프레임워크를 제안한다. 해당 학습 프레임워크를 통해 우리는 약물 발견 및 재배치 작업을 동시에 처리할 수 있으며, 두 작업이 엔드 투 엔드로 학습되는 과정에서 그라디언트 공유를 통해 개별 작업에서 성능을 향상시켰다.
더보기Recently, research on drug development using artificial intelligence is actively underway. Representatively, many deep-learning-based studies have already been successfully carried out in the field of drug discovery and drug repositioning, and remarkable achievements are being produced. Deep learning research in these fields has been independently proceeded by developing drug sequence generation models and DTI (Drug-Target Interaction) prediction models, respectively. However, existing studies have a limitation in that they overlooked the similarity of the learning structure between the two fields thus not considering their possible synergies. This study proposes a learning framework based on the generative model using Sequence-to-Sequence and predictive model using multi-layer perceptron that simultaneously generates a sequence and predicts DTI maximizing the synergy. With this learning framework, we can handle drug discovery and repositioning together, and we have improved performance in individual tasks based on multi-modal end-to-end learning.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)