AI 구조 기반 단백질 설계와 Pocket Shift 분석 기술로 신약 후보물질 발굴의 속도와 정확도를 극대화합니다.
AI-CADD(Computer-Aided Drug Design) 파이프라인 구축 + 타깃 단백질 발굴부터 최적의 신약 후보물질 선정을 아우르는 데이터 기반 신약개발
O’s GloTure AI-CADD 파이프라인 (5-Step Pipeline)
0. AI-CADD 파이프라인 (Overview)
- 핵심 가치: 기존 신약개발 방식 대비 타깃 바인딩 예측 및 결합력 산출 시간을 획기적으로 단축.
- 데이터 인프라: 초고속 엣지 컴퓨팅 기반의 3D 분자 도킹(Molecular Docking) 및 분자역학(MD) 시뮬레이션 환경 구축.
1. 선도물질(Lead) 최적화 (Lead Optimization)
- ADMET 예측: 흡수, 분포, 대사, 배설, 독성(ADMET) 매개변수를 AI 알고리즘으로 즉시 시뮬레이션.
- 구조-활동 관계(SAR) 분석: QSAR 모델을 활용해 스캐폴드(Scaffold) 변형에 따른 활성 변화 및 오프타깃(Off-target) 독성 최소화.
2. 후보물질 최종선정 (Development Candidate Selection)
- 드럭라이크니스(Drug-likeness) 검증: Lipinski’s Rule of 5 및 약물성 기준을 충족하는 최상위(Top-tier) 화합물 정밀 선별.
- 인비트로(In vitro) / 인비보(In vivo) 검증 연계: O’s GloTure의 장기모사칩(Organ-on-a-Chip) 및 비임상 인프라와 연계하여 최종 임상 진입 후보물질 확정.
3. AI 단백질 설계 & 포켓시프트(Pocket Shift) 활용
- De Novo 단백질 디자인: AI 유전자/단백질 딥러닝 모델을 활용한 고선택성 변이 단백질 및 타깃 바인딩 스파인 설계.
- Pocket Shift 분석: 결합 과정에서 발생하는 단백질 수동/동적 구조 변화(Conformational Change)를 동적으로 추적하고, 숨겨진 결합 부위(Cryptic Pocket)를 포착하여 결합 친화도(Affinity) 극대화.
#AICADD #컴퓨터보조신약설계 #선도물질최적화 #포켓시프트 #PocketShift #AI단백질설계 #OsGloTure #한국키네티코엔지니어링 #후보물질선정 #신약개발