현재 연구 데이터
LONGEN v4 연구 DB에서 후보 현황을 불러옵니다.
AI 펩타이드 신약 발굴 플랫폼
독성과 결합력을 데이터로 검증해, 수만 개 후보를 실험할 소수 후보군으로 좁힙니다.
LONGEN v4 연구 DB에서 후보 현황을 불러옵니다.
후보마다 함께 보는 다섯 축.
수만 개 후보가 걸러내기와 순위 매기기를 거쳐 소수의 실험 후보로 좁혀집니다.
01 · 설계와 생성
탈모·흉터·염증성 여드름 등 큰 시장의 이미 검증된 reference 약물을 seed로 삼아, 결합력과 안전성을 데이터로 검증한 신규 아날로그 후보군을 도출합니다. 결합에 중요한 앵커는 보존하고 나머지만 변형하는 설계입니다.
표적·출발 펩타이드 고정 → 앵커 보존 변형 → 서열 위험 스캔.
연구 목록을 불러오고 있습니다.
02 · 표적 결합
펩타이드-단백질 복합체를 예측해 결합 친화도(ipTM·ΔG)와 인터페이스 접점을 정량화합니다. 저분자 도킹이 아니라 복합체 구조 예측입니다. 결합 근거가 없으면 다른 점수가 좋아도 상위에 올리지 않습니다.
결합·안전성 검사 대기열.
한 점수가 아니라 구조·접점·에너지를 함께 봅니다.
복합체 구조를 예측하고 인터페이스 신뢰도(ipTM)로 결합 가능성을 점수화합니다.
예측 복합체에서 수소결합·소수성 접촉 등 접점을 목록화합니다.
인터페이스로부터 결합 자유에너지(ΔG)를 추정하여 결합 강도를 비교합니다.
세 값은 예측이며 실측 친화도가 아닙니다. in vitro 결합 실험으로 확인해야 합니다.
03 · 후보 순위
각 후보의 서열, 구조식(SMILES), 독성(ToxinPred3), 개발성·결합 신호, 2D/3D 구조를 함께 확인합니다. 정렬 기준인 준비도 점수(readiness)는 검증 안 된 추정치라 상대순위일 뿐, 통과 판정이 아닙니다.
04 · 정밀 검증
표적 결합 근거가 없거나 치명적 안전성 결함이 있으면 먼저 걸러내고, 나머지 축은 순위에 반영합니다.
실제 상위 후보의 값
선택한 후보의 축별 결과입니다. 각 카드의 i를 누르면 계산·처리 방식을 볼 수 있습니다.
살아 움직이는 궤적으로 결합을 확인하고 안정성을 수치화합니다.
절단·반감기·투과성과 off-target 비특이 결합 위험을 추정합니다.
IEDB로 T-cell epitope(면역원성)를, HemoPI로 용혈 위험을 분리하여 예측합니다.
응집·용해도를 검증 지표로, 안정성·국소 전달성을 함께 검토합니다.
Europe PMC(문헌)와 Lens·KIPRIS(특허 서열)에서 서열이 이미 공개됐는지 조회합니다.
UniProt, Open Targets(질환-표적), Human Protein Atlas(조직 발현)로 표적을 검토합니다.
05 · 안전성 · 독성
독소 유사성·면역원성·용혈에 더해, 세포막 손상형 독성과 응집 유발 면역원성까지 서열에서 사전 스크리닝합니다. 실측 독성시험은 아니며, 위험 후보를 조기에 걸러냅니다.
실제 상위 후보의 값
ToxinPred3·IEDB·HemoPI 등 서열 기반 스크리너. 실측 assay는 후속 실험 영역입니다.
독소류와의 유사성을 서열로 예측합니다.
T-cell epitope와 응집 유발 면역원성을 함께 예측합니다.
적혈구 용혈 위험을 서열로 예측합니다.
양전하·양친매성 기반 막 용해형 세포독성을 추정합니다.
----