자연어 처리 모델을 이용한 신약 후보물질의 약리학적 성질 예측 방법

기술 요약기존 신약 개발은 막대한 시간과 비용을 소요하며, 후보물질의 복합적인 약리학적 성질 파악에 어려움이 있었습니다. 본 발명은 물성 데이터 및 화합물 서열을 활용하는 자연어 처리 복합 모델을 통해 신약 후보물질의 약리학적 성질을 빠르고 정확하게 예측하는 방법을 제안합니다. 사전 학습된 AI 모델이 복합적인 패턴을 학습하여, 실험이나 시뮬레이션 없이도 정밀한 약효 확률을 다차원으로 예측합니다. 이를 통해 후보물질 스크리닝 과정을 획기적으로 가속화하고, 신약 개발의 효율성을 대폭 향상시킬 수 있습니다.