서지주요정보
Development of deep learning methods for efficient early stage drug discovery = 효과적인 초기 신약후보물질 발굴을 위한 딥러닝 방법론 개발
서명 / 저자 Development of deep learning methods for efficient early stage drug discovery = 효과적인 초기 신약후보물질 발굴을 위한 딥러닝 방법론 개발 / Jaechang Lim.
저자명 Lim, Jaechang ; 임재창
발행사항 [대전 : 한국과학기술원, 2020].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8036857

소장위치/청구기호

학술문화관(도서관)2층 패컬티라운지(학위논문)

DCH 20037

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

초록정보

Deep learning techniques attract great attention as a new promising way of reducing time and resources for finding new drug candidates. We address how deep learning techniques can accelerate the process of drug discovery: from hit discovery to lead optimization. In particular, our work focuses on developing deep learning techniques for an accurate prediction of drug-target interaction (DTI) and molecular generative models for designing molecules with desirable molecular properties. As a result, we significantly improved the accuracy of DTI prediction compared to docking and other deep learning techniques. Also, we developed a series of molecular generative models with progressive technical advancement compared to previous models. We believe that our contribution can be the beginning of a long journey toward AI-based drug design.

딥러닝 기술은 신약후보물질 발굴에 소요되는 시간과 자원을 줄 일 수 있는 새로운 방법으로 큰 각광을 받고 있다. 학위과정 동안 hit discovery에서 lead optimization 까지 어떻게 딥러닝 기술이 신약개발과정을 가속화 할 수 있는지에 관해 연구하였다. 특히 딥러닝 기술 기반 분자-타겟 상호작용 (DTI) 예측 기술과 분자생성모델을 활용하여 원하는 물성을 갖는 분자를 생성하는 기술에 대해서 집중적으로 연구하였다. 본 연구를 통해 기존의 도킹 및 다른 딥러닝 기술보다 뛰어난 정확도를 가진 DTI 예측 기술을 개발하였다. 또한 기존 연구들의 단점을 개선하는 일련의 분자생성모델을 개발하였다. 이러한 연구들이 인공지능 기반 신약개발의 시발점이 될 것이라고 믿는다.

서지기타정보

서지기타정보
청구기호 {DCH 20037
형태사항 iv, 69 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 임재창
지도교수의 영문표기 : Woo Youn Kim
지도교수의 한글표기 : 김우연
학위논문 학위논문(박사) - 한국과학기술원 : 화학과,
서지주기 References: p. 57-68
주제 Deep learning
drug discovery
drug-target interaction
molecular generative model
hit to lead
딥러닝
신약개발
분자-타겟 상호작용
분자생성모델
hit to lead
QR CODE qr code