Development of a Multimodal Deep Learning Model-Based Prediction and Selection Algorithm for High-Functionality Stem Cells for the Treatment of Intractable Neurological Diseases
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(전략형)
2026년
2710113048
과학기술정보통신부
한국연구재단
가톨릭대학교산학협력단
김성원
4명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
1.9억원
1.9억원
기초연구
대학
서울특별시 서초구
보건의료 > 신약·의약품개발 > 세포/조직치료제
본 연구는 세계최초 임상시험(Phase Ⅰ/Ⅱa)에 성공한 신경능선줄기세포 기반 첨단바이오의약품의 효능 극대화와 표준화를 목표로, 신경능선줄기세포의 세포페인팅 이미지와 단백체 데이터를 난치성 뇌신경질환 모사 뇌 오가노이드 효능 데이터와 인공지능(Artificial Intelligence, AI)으로 통합 분석함으로써, 이를 통해 세포의 기능적 상태를 수치화하는 ...
임상시험 성공 경험을 확보한 신경능선줄기세포의 효능 극대화와 표준화를 목표로, 세포 불균일성을 극복하기 위해 세포페인팅 이미지와 단백체 데이터를 퇴행성 뇌질환 모사 뇌 오가노이드 효능 데이터와 AI로 통합 분석함으로써 세포의 기능적 상태를 수치화하는 '디지털 바코딩' 기술을 확립하고, 신경재생 및 항염 눙력이 탁월한 고기능성 신경능선줄기세포를 예측 선별하는 알고리즘을 ...
... 에너지 계산이 매우 명확한 AI 기반 화합물/단백질 신약 개발과 달리, 디지털화가 어려운 정형 데이터가 아닌 살아있는 유기체로 줄기세포 이미지 및 단백체 등 방대하고 복잡한 비정형 데이터의 집합으로 ... 멀티모달 AI 분석을 통해 세포 이미지 기반 줄기세포 특성 분석이 가능할 것이며, 구축된 빅데이터 DB를 활용한 다양한 난치성 뇌신경질환 치료용 첨단바이오의약품 개발 연구에 활용될 수 있음.② ...