| 1 |
1
금속 나노 물질과 금속 나노 입자 안정성과 관련된 미리 설정된 문헌들로부터 금속 나노 물질들에 대한 속성들 데이터와 상기 속성들 데이터와 관련된 측정 방식을 수집하는 단계;상기 수집된 속성들 데이터와 측정 방식을 기반으로 상기 금속 나노 물질들에 대한 속성들 데이터를 점수화하는 단계; 및상기 점수화된 속성들 데이터를 이용한 미리 정의된 기법을 통해 상기 금속 나노 물질들에 대한 독성 예측 모델을 생성하는 단계를 포함하고,상기 점수화하는 단계는상기 금속 나노 물질들 각각에 대한 물리 화학적 속성들 데이터 및 상기 물리 화학적 속성들 각각을 측정하는 측정 방식에 대한 데이터를 기반으로 상기 금속 나노 물질들에 대한 나노 안정성 데이터를 점수화하는 금속 나노물질의 독성 예측 모델 생성 방법
|
| 2 |
2
제1항에 있어서,상기 독성 예측 모델을 생성하는 단계는SVM(Support Vector Machine) 기법을 이용하여 상기 금속 나노 물질들에 대한 독성 예측 모델을 생성하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 방법
|
| 3 |
3
제1항에 있어서,상기 생성된 독성 예측 모델을 통해 상기 금속 나노 물질들에 대한 속성들 중 독성 예측을 위한 주요 속성들을 결정하는 단계를 더 포함하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 방법
|
| 4 |
4
제1항에 있어서,상기 점수화된 속성들 데이터에 기초하여 미리 설정된 기준의 나노 안정성 데이터를 선별하는 단계를 더 포함하고,상기 독성 예측 모델을 생성하는 단계는상기 선별된 나노 안정성 데이터를 이용한 미리 정의된 기법을 통해 상기 금속 나노 물질들에 대한 독성 예측 모델을 생성하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 방법
|
| 5 |
5
제1항에 있어서,상기 속성들 데이터는상기 금속 나노 물질들 각각의 입자크기(Core size), 수화크기(Hydrodynamic size), 표면전하(Surface charge), 표면적(Surface Area) 중 적어도 하나를 포함하는 물리 화학적(physical chemistry) 속성들 데이터를 포함하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 방법
|
| 6 |
6
삭제
|
| 7 |
7
제1항에 있어서,상기 속성들 데이터는상기 금속 나노 물질들 각각의 입자크기(Core size), 수화크기(Hydrodynamic size), 표면전하(Surface charge), 표면적(Surface Area) 중 적어도 하나를 포함하는 물리 화학적(physical chemistry) 속성들 데이터 및 어세이(Assay), 셀 종(Cell species), 셀 명(Cell name), 노출 시간(Exposure time), 도즈(Dose) 중 적어도 하나를 포함하는 생물학적 속성들 데이터 중 적어도 하나를 포함하며,상기 속성들 데이터는상기 물리 화학적 속성들 데이터를 항상 포함하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 방법
|
| 8 |
8
제1항에 있어서,상기 속성들 데이터에 결측 데이터(missing data)가 존재하는 경우 상기 금속 나노 물질들 각각의 고유 속성들을 이용하여 결측 데이터를 치환하는 단계를 더 포함하고,상기 점수화하는 단계는상기 결측 데이터가 치환된 속성들 데이터를 점수화하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 방법
|
| 9 |
9
삭제
|
| 10 |
10
삭제
|
| 11 |
11
금속 나노 물질과 금속 나노 입자 안정성과 관련된 미리 설정된 문헌들로부터 금속 나노 물질들에 대한 속성들 데이터와 상기 속성들 데이터와 관련된 측정 방식을 수집하는 수집부;상기 수집된 속성들 데이터와 측정 방식을 기반으로 상기 금속 나노 물질들에 대한 속성들 데이터를 점수화하는 점수화부; 및상기 점수화된 속성들 데이터를 이용한 미리 정의된 기법을 통해 상기 금속 나노 물질들에 대한 독성 예측 모델을 생성하는 생성부를 포함하고,상기 점수화부는상기 금속 나노 물질들 각각에 대한 물리 화학적 속성들 데이터 및 상기 물리 화학적 속성들 각각을 측정하는 측정 방식에 대한 데이터를 기반으로 상기 금속 나노 물질들에 대한 나노 안정성 데이터를 점수화하는 금속 나노물질의 독성 예측 모델 생성 장치
|
| 12 |
12
제11항에 있어서,상기 생성부는SVM(Support Vector Machine) 기법을 이용하여 상기 금속 나노 물질들에 대한 독성 예측 모델을 생성하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 장치
|
| 13 |
13
제11항에 있어서,상기 생성된 독성 예측 모델을 통해 상기 금속 나노 물질들에 대한 속성들 중 독성 예측을 위한 주요 속성들을 결정하는 결정부를 더 포함하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 장치
|
| 14 |
14
제11항에 있어서,상기 점수화된 속성들 데이터에 기초하여 미리 설정된 기준의 나노 안정성 데이터를 선별하는 선별부를 더 포함하고,상기 생성부는상기 선별된 나노 안정성 데이터를 이용한 미리 정의된 기법을 통해 상기 금속 나노 물질들에 대한 독성 예측 모델을 생성하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 장치
|
| 15 |
15
제11항에 있어서,상기 속성들 데이터는상기 금속 나노 물질들 각각의 입자크기(Core size), 수화크기(Hydrodynamic size), 표면전하(Surface charge), 표면적(Surface Area) 중 적어도 하나를 포함하는 물리 화학적(physical chemistry) 속성들 데이터를 포함하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 장치
|
| 16 |
16
삭제
|
| 17 |
17
제11항에 있어서,상기 속성들 데이터는상기 금속 나노 물질들 각각의 입자크기(Core size), 수화크기(Hydrodynamic size), 표면전하(Surface charge), 표면적(Surface Area) 중 적어도 하나를 포함하는 물리 화학적(physical chemistry) 속성들 데이터 및 어세이(Assay), 셀 종(Cell species), 셀 명(Cell name), 노출 시간(Exposure time), 도즈(Dose) 중 적어도 하나를 포함하는 생물학적 속성들 데이터 중 적어도 하나를 포함하며,상기 속성들 데이터는상기 물리 화학적 속성들 데이터를 항상 포함하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 장치
|
| 18 |
18
제11항에 있어서,상기 속성들 데이터에 결측 데이터(missing data)가 존재하는 경우 상기 금속 나노 물질들 각각의 고유 속성들을 이용하여 결측 데이터를 치환하는 치환부를 더 포함하고,상기 점수화부는상기 결측 데이터가 치환된 속성들 데이터를 점수화하는 것을 특징으로 하는 금속 나노물질의 독성 예측 모델 생성 장치
|
