
이 연구에서는 입자 군집 최적화(PSO) 알고리즘을 개선하여 약물 개발에 적합한 다중 목표 분자 생성 모델을 개발하였다. 이 모델은 목표 단백질 결합 친화도, 약물성, 합성 용이성 등 다양한 실용적인 목표를 동시에 최적화할 수 있으며, 실제 약물 개발 응용에 활용될 수 있다.


coremsg

약물-개발을-위한-다중-목표-분자-생성을-위한-잠재적-화학-공간-탐색


약물 개발을 위한 다중 목표 분자 생성을 위한 잠재적 화학 공간 탐색


title_rewrite


KnowDDI는 생물의학 지식 그래프의 풍부한 정보를 활용하여 약물-약물 상호작용을 정확하게 예측하고 해석할 수 있는 방법이다.


약물-약물-상호작용-예측을-위한-지식-하위-그래프-학습-기반의-정확하고-해석-가능한-방법


약물-약물 상호작용 예측을 위한 지식 하위 그래프 학습 기반의 정확하고 해석 가능한 방법



CardioGenAI는 약물의 hERG 채널 활성을 감소시키면서도 약리학적 활성을 유지하는 방법을 제공한다.


약물-유발-심장-독성-감소를-위한-기계-학습-기반-프레임워크-cardiogenai


약물 유발 심장 독성 감소를 위한 기계 학습 기반 프레임워크: CardioGenAI
