AI 시스템 생물학

분자 수준의 데이터를 생체 네트워크로 확장하여, 규명된 화합물들이 어떻게 상호작용하는지 규명하고 AI 기반 기능성 예측을 통해 개발 성공률을 높입니다.

천연물과 같은 다성분(Multi-component) 물질은 단일 타겟이 아닌 다중 타겟(Multi-target)에 작용합니다. BMDRC의 인공지능 시스템생물학 플랫폼은 성분-단백질-질병 간의 복잡한 네트워크를 시각화하고 해석합니다.

네트워크 약리 분석 (Network Pharmacology): 주요 성분들이 조절하는 생물학적 경로(Pathway)를 분석하여, 질병 치료의 핵심 메커니즘을 시각적으로 규명합니다.
시너지 효과 해석 (Synergy Effect): 단일 성분이 아닌, 복합 성분이 함께 작용할 때 나타나는 상승 효과의 기전을 분자 수준에서 해석합니다.

다중 독성 스크리닝: 발암성(Carcinogenicity), 변이원성(Mutagenicity), 피부감작성(Skin sensitization) 등 필수 독성 항목을 NAMs(New Approach Methods) 기반으로 사전 스크리닝합니다.
(Q)SAR & Read-across: 화학 구조와 활성의 관계를 분석하는 (Q)SAR 모델과, 유사 물질의 독성 정보를 활용한 Read-across 기법을 통해 높은 정확도의 예측 결과를 제공합니다.
규제 대응 지원: 동물 실험을 대체하거나 보완할 수 있는 근거 자료를 생성하여 신규 원료 등록 및 규제 대응을 지원합니다.