메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김재광 (성균관대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제29권 제5호
발행연도
2019.10
수록면
385 - 389 (5page)
DOI
10.5391/JKIIS.2019.29.5.385

이용수

DBpia Top 5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
신약 개발의 과정에서 화합물 또는 후보 약물의 독성을 판별해내는 것은 필수적인 단계이다. 그러나 모든 후보 약물에 대하여 독성이 있는지 실험을 통해 검증하는 것에는 많은 비용이 필요하다. 최근에는 컴퓨터 시뮬레이션을 통해 후보 약물의 독성이 명확한 것들을 1차로 판별하고 그 외의 것에 대해 실험을 수행하므로 비용을 낮추는 방법을 사용하고 있다. 그러나 시뮬레이션 모델에 따라 상이한 독성 예측 결과를 나타내는 경우가 있어, 독성 예측의 정확도를 높이는 연구가 필요하다. 본 논문에서는 신약 개발을 위한 후보 약물 선정에서 보다 신뢰성 높은 약물 독성 예측을 위한 예측 방법을 제안한다. 제안하는 방법은 기존에 알려진 물리 / 화학적 구조에 기반한 독성 예측 시뮬레이션 프로그램에서 주는 정보를 기반으로 독성인지 아닌지에 대한 학습을 수행하고, 학습된 결과를 이용하여 후보 약물의 독성을 예측하므로 더 높은 정확도를 보인다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 독성 예측 모델
4. 실험 및 결과 고찰
References

참고문헌 (14)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0