기능 소개

합성 우선순위를 선정하세요

  • 인공지능을 이용하여 약물-단백질 결합 에너지를 예측합니다.
  • 예측값(Binding score)이 작을수록 활성을 나타낼 확률이 높습니다.
  • Binding score가 -10 kcal/mol인 분자가 -8 kcal/mol인 분자에 비해서 활성을 보일 확률이 높습니다.
  • 위 과정을 몇 번의 클릭만으로 손쉽게 수행할 수 있습니다.

 

도킹보다 쉽고 정확합니다

수백만 개의 약물-단백질 데이터 및 결합구조를 이용하여 보다 강력하며 Docking과 다르게 실험 연구자들도 손쉽게 사용할 수 있습니다.

 

하이퍼 바인딩

도킹

parameter 수

 ~수백만 개

 10-20개

핵심 기술

 물리-딥러닝 융합 기술

 간단한 물리 법칙

접근성

 실험 연구자들도 손쉽게 사용

 CADD 전공자들 위주

정확도

높음

상대적으로 낮음

실험과 높은 correlation을 보입니다

하이퍼 바인딩은 기존 docking뿐 아니라 다른 딥러닝 모델에 비해서도 실험값과 높은 correlation을 보입니다.

 

3차원 결합구조를 시각화할 수 있습니다

  • 한 번의 클릭으로 3차원 구조 시각화는 물론 단백질과의 상호작용을 분석할 수 있습니다.
  • 이를 통해 활성을 개선하기 위한 분자설계 아이디어를 얻을 수 있습니다.

 

하이퍼 바인딩 인공지능 모델

  • 하이퍼 바인딩은 자체 개발한 물리-딥러닝 융합 AI모델을 사용합니다.
  • 물리적 원리를 딥러닝에 결합하여 적은 데이터를 사용함에도 높은 예측 성능을 보여줍니다.
  • 하이퍼 바인딩은 더 정교한 물리적 원리와 더 많은 데이터를 학습하며 계속해서 정확해지고 있습니다.​