Derivative creating methods using docking-pocket structure of target protein for AI drug platform

본 발명은 신약개발을 위한 CADD(Computer aided drug discovery) 또는 AI drug platform의 신약 유효물질 발굴 과정에 적용되는 in silico prescreening 기술로, 선별된 유효물질(Hit-compound)로부터 다양한 형태의 유도체(Derivative)를 생성하는 방법에 관한 것으로, 본 발명은 (A) 분석대상 화합물의 결합구조에서 치환대상 결합부인 앵커(Anchor atom)를 선정하는 단계와; (B) 표적 단백질 내의 결합포켓 내부의 포켓 공간을 산출하는 단계와; (C) 유도체를...

Full description

Saved in:
Bibliographic Details
Main Authors JUNG, JONG SUN, YOON SEUNG MIN, KIM BO SU, HONG JONG HUI
Format Patent
LanguageEnglish
Korean
Published 28.03.2024
Subjects
INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:본 발명은 신약개발을 위한 CADD(Computer aided drug discovery) 또는 AI drug platform의 신약 유효물질 발굴 과정에 적용되는 in silico prescreening 기술로, 선별된 유효물질(Hit-compound)로부터 다양한 형태의 유도체(Derivative)를 생성하는 방법에 관한 것으로, 본 발명은 (A) 분석대상 화합물의 결합구조에서 치환대상 결합부인 앵커(Anchor atom)를 선정하는 단계와; (B) 표적 단백질 내의 결합포켓 내부의 포켓 공간을 산출하는 단계와; (C) 유도체를 생성하는 단계; 그리고 (D) 생성된 유도체를 필터링하여 선별하는 단계;를 포함하여 수행된다. 이와 같은 본 발명에 의하면, 본 발명에서는 인공지능 신약 플랫폼을 통해 후보물질을 발굴함에 있어, 도출된 유효물질(hit compound)을 개선하고, 분석 AI 알고리즘을 학습하기 위한 다양한 유도체를 생성할 수 있는 효과가 있다.
Bibliography:Application Number: KR20230126609