현재 연구 데이터
LONGEN v4 연구 DB에서 후보 현황을 불러옵니다.
표적 정의 → 앵커 보존 대량생성·1차 필터 → 정밀 검증(구조·동역학·안전성) → 실험 후보 Top 20. 모든 값에 출처를 표기하고, 최종 확인은 실험실(in-vitro)에서 합니다.
질병을 치료하기 위해 공격할 표적 단백질(타깃)을 정하고 약물의 기본 틀을 설계. 공신력 있는 DB로 표적–질병 유효성을 검증하고, AlphaFold로 표적의 3D 입체 구조를 확보. 검증된 레퍼런스 약물의 핵심 결합 부위(앵커)를 고정해 무작위 생성이 아니게 만듦.
고정한 결합 부위는 그대로 두고 나머지만 변형해 수만 개 후보 생성. 효소 분해를 막으려 양 끝 캡핑·D-아미노산·고리화 등으로 안정성·전달력을 강화. 3D 형태를 유지 못 하거나 서열에 명백한 결함이 있는 불량품은 계산 엔진으로 1차 탈락.
결합 검증(3엔진 동시): AI(Boltz-2)로 결합 3D 구조 예측, 물리 계산(PRODIGY)으로 결합 에너지, 기하 규칙(PLIP)으로 실제 접촉 부위 확인. 동적 시뮬레이션(MD): 체온(310K) 가상 환경에서 흔들어 떨어지지 않고 버티는지 궤적 확인. 안전성·개발성: 독성(ToxinPred3)·용혈(HemoPI2)·면역(IEDB)·응집(AGGRESCAN3D)을 미리 예측.
모든 검사를 통과한 최상위 20개 후보로 최종 보고서 완성. 가장 중요한 원칙은 점수를 부풀리거나 지어내지 않는 것 — 각 점수 옆에 어떤 예측 엔진 데이터인지 출처를 명확히 표기. 연구진은 이 명단을 받아 가장 유망한 후보부터 실험실(in-vitro)에서 직접 합성·약효 검증.
※ 한 줄 요약: 표적 정의 → 앵커 보존 생성·필터 → 정밀 검증 → 실험 후보 Top 20. · 각 엔진 태그를 누르면 상세 설명이 열립니다.
AI 펩타이드 신약 발굴 플랫폼
독성과 결합력을 데이터로 검증해, 수만 개 후보를 실험할 최적 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.
reference 약물 seed에서 신규 아날로그를 만드는 설계 규칙입니다.
비표준 잔기(D-아미노산·N-메틸화·고리화)는 RDKit conformer 생성 + OpenMM 힘장(GAFF) 파라미터화로 3D pose 타당성을 QC한 뒤에만 결합·역학에 사용합니다.
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.
AI가 생성한 후보뿐 아니라, 이 프로젝트에 직접 신물질(서열·구조)을 입력해 독성·결합·안전성 등 동일한 검사를 실행하고 커스텀 후보군으로 순위에 함께 등록할 수 있습니다.
04 · 정밀 검증
표적 결합 근거가 없거나 치명적 안전성 결함이 있으면 후순위로 배제합니다.
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.
----