1 |
1
화합물의 분자 특징 요소들을 입력받는 입력 계층;상기 화합물의 분자 특징 요소들과 연결되어 상기 분자 특징 요소들을 규합시켜 형성된 복수 개의 노드로 정의되는 유닛들이 각각 저장된 복수의 은닉 계층; 및상기 유닛과의 상관 관계에 기초하여 상기 화합물의 장내 흡수도를 예측하는 출력 계층;을 포함하고,상기 출력계층은 장내에 흡수된다는 예측 결과 유닛인 True 유닛과, 장내에 흡수가 이루어지지 않는다는 예측 결과 유닛인 False 유닛을 포함하며,상기 유닛 중 어느 하나가 상기 장내 흡수도가 높다고 예측되는 경우 상기 True 유닛과의 연결에 대해서 양의 값을 가중치가 부여되고, 상기 False 유닛과의 연결에 대해서 음의 값을 갖는 가중치가 부여되며, 상기 유닛 중 어느 하나가 상기 장내 흡수도가 떨어진다고 예측되는 경우 상기 True 유닛과의 연결에 대해서 음의 값을 가중치가 부여되고, 상기 False 유닛과의 연결에 대해서 양의 값을 갖는 가중치가 부여되며, 상기 유닛과 상기 True 유닛 사이의 연결들에 대한 총합이 양이거나 미리설정된 값보다 큰 경우, 상기 입력 계층에서의 화합물은 장내 흡수 가능한 물질로 예측되는 딥러닝을 이용한 화합물의 장내 흡수도 예측 장치
|
2 |
2
제1항에 있어서, 상기 은닉 계층은,상기 분자 특징 요소들을 규합시켜 형성된 복수 개의 노드로 정의되는 제1 유닛들이 저장된 제1 은닉 계층;상기 제1 유닛들을 규합시켜 형성된 복수 개의 노드로 정의되는 제2 유닛들이 저장된 제2 은닉 계층; 및상기 제2 유닛들을 규합시켜 형성된 복수 개의 노드로 정의되는 제3 유닛들이 저장된 제3 은닉 계층;을 포함하는 딥러닝을 이용한 화합물의 장내 흡수도 예측 장치
|
3 |
3
제2항에 있어서,상기 출력 계층에는 복수 개의 예측 결과 유닛들이 구비되고,상기 제3 유닛들과 상기 예측 결과 유닛들 간의 연결에 대한 각각의 가중치들이 부여되고,상기 가중치에 기초하여 상기 화합물의 장내 흡수도를 예측하는 딥러닝을 이용한 화합물의 장내 흡수도 예측 장치
|
4 |
4
제3항에 있어서,상기 분자 특징 요소들과 상기 제1 유닛들 간의 연결에 대한 각각의 가중치들인 제1 가중치가 부여되고,상기 제1 유닛들과 상기 제2 유닛들 간의 연결에 대한 각각의 가중치인 제2 가중치가 부여되고,상기 제2 유닛들과 상기 제3 유닛들 간의 연결에 대한 각각의 가중치인 제3 가중치가 부여되고, 상기 제3 유닛들과 상기 예측 결과 유닛들 간의 연결에 대한 각각의 가중치인 제4 가중치가 부여되는 딥러닝을 이용한 화합물의 장내 흡수도 예측 장치
|
5 |
5
제4항에 있어서,상기 제1 가중치, 제2 가중치, 제3 가중치 및 제4 가중치의 절대값이 미리 설정된 값 미만인 연결을 제거하여 상기 화합물의 분자 특징 요소들 중 장내 흡수에 기여하는 분자 특징 요소를 확인하는 딥러닝을 이용한 화합물의 장내 흡수도 예측 장치
|
6 |
6
입력 계층, 복수의 은닉 계층 및 출력 계층으로 구성된 딥러닝을 이용한 화합물의 장내 흡수도 예측 장치에 적용되는 딥러닝을 이용한 화합물의 장내 흡수도 예측 방법에 있어서,(a) 상기 입력 계층에 화합물의 분자 특징 요소들을 입력하는 단계;(b) 상기 복수의 은닉 계층 각각 내에 저장된 복수 개의 노드로 정의되는 유닛들과 상기 화합물의 분자 특징 요소들을 연결하는 단계;(c) 상기 화합물의 분자 특징 요소들과 상기 유닛들 간의 상관관계에 기초하여 상기 화합물의 장내 흡수도를 예측하는 단계;를 포함하고,상기 유닛은 상기 분자 특징 요소들을 규합시켜 형성되고,상기 출력계층은 장내에 흡수된다는 예측 결과 유닛인 True 유닛과, 장내에 흡수가 이루어지지 않는다는 예측 결과 유닛인 False 유닛을 포함하며,상기 단계 (c)는,상기 유닛 중 어느 하나가 상기 장내 흡수도가 높다고 예측되는 경우 상기 True 유닛과의 연결에 대해서 양의 값을 가중치를 부여하고, 상기 False 유닛과의 연결에 대해서 음의 값을 갖는 가중치를 부여하며, 상기 유닛 중 어느 하나가 상기 장내 흡수도가 떨어진다고 예측되는 경우 상기 True 유닛과의 연결에 대해서 음의 값을 가중치를 부여하고, 상기 False 유닛과의 연결에 대해서 양의 값을 갖는 가중치를 부여하며, 상기 유닛과 상기 True 유닛 사이의 연결들에 대한 총합이 양이거나 미리설정된 값보다 큰 경우, 상기 입력 계층에서의 화합물은 장내 흡수 가능한 물질로 예측하는 딥러닝을 이용한 화합물의 장내 흡수도 예측 방법
|
7 |
7
제6항에 있어서, 상기 은닉 계층은상기 분자 특징 요소들을 규합시켜 형성된 복수 개의 노드로 정의되는 제1 유닛들이 저장된 제1 은닉 계층;상기 제1 유닛들을 규합시켜 형성된 복수 개의 노드로 정의되는 제2 유닛들이 저장된 제2 은닉 계층; 및상기 제2 유닛들을 규합시켜 형성된 복수 개의 노드로 정의되는 제3 유닛들이 저장된 제3 은닉 계층;을 포함하는 딥러닝을 이용한 화합물의 장내 흡수도 예측 방법
|
8 |
8
제7항에 있어서, 상기 (b) 단계는, (b-1) 상기 화합물의 분자 특징 요소들과 상기 제1 유닛들을 연결하는 단계;(b-2) 상기 제1 유닛들과 상기 제2 유닛들을 연결하는 단계;(b-3) 상기 제2 유닛들과 상기 제3 유닛들을 연결하는 단계;를 포함하는 딥러닝을 이용한 화합물의 장내 흡수도 예측 방법
|
9 |
9
제6항에 있어서,상기 출력 계층에는 복수 개의 예측 결과 유닛들이 구비되고,상기 (c) 단계는,(c-1) 상기 유닛들과 상기 예측 결과 유닛들을 연결하는 단계;(c-2) 상기 유닛들과 상기 예측 결과 유닛들 간의 연결에 대한 각각의 가중치들을 부여하는 단계; 및(c-3) 상기 가중치들에 기초하여 상기 화합물의 장내 흡수도를 예측하는 단계;를 포함하는 딥러닝을 이용한 화합물의 장내 흡수도 예측 방법
|
10 |
10
제9항에 있어서, 상기 (c) 단계 이후에는,(d) 상기 화합물의 분자 특징 요소들 중 장내 흡수에 기여하는 분자 특징 요소를 확인하는 단계;를 더 포함하는 딥러닝을 이용한 화합물의 장내 흡수도 예측 방법
|