Development of a machine learning-based pipeline for precision discovery of -glucosdiase inhibitors with in vitro experimental validation
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066473
교육부
한국연구재단
세종대학교산학협력단
손호
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
개발연구
대학
서울특별시 광진구
생명과학 > 생물공학 > 효소공학
머신러닝 기반의 α-glucosidase inhibitor 스크리닝 모델을 구축하고, In vitro 검증 시스템을 통해 생체 내 유효성이 확보된 신규 천연물 소재를 발굴하는 디지털 트윈 기반 차세대 식품소재 발굴 파이프라인 개발을 최종목표로한다.
1. 데이터 수집 및 정제PubChem, BRENDA 등에서 화합물 데이터를 수집하고 물리화학적 특성을 고려한 고품질 데이터셋을 구축한다.2. 모델 학습 및 최적화Random Forest, XGBoost 등 다양한 알고리즘을 벤치마킹하여 천연물 특유의 입체 구조를 포착하는 최적 예측 알고리즘을 선정한다.3. In vitro 실험 검증인간 소장 유래 효소 모...
성과활용:구축된 SMILES 기반 파이프라인을 GitHub 등에 공개하여 식품 연구의 표준 가이드로 제시하고, 다양한 소화 효소 타깃으로 플랫폼을 확장한다.기대효과:기존 실험 방식의 시간-비용의 병목 현상을 해결하여 고부가가치 기능성 소재 개발의 성공률을 높이고, 한국 식품 산업의 디지털 전환 및 글로벌 경쟁력 강화에 기여한다.