맞춤기술찾기

이전대상기술

정량적 구조-활성 관계 모델과 그래픽 사용자 인터페이스를 이용한 화합물의 중독성 예측 방법 및 이를 수행하는 장치

  • 기술번호 : KST2021010944
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 그래픽 유저 인터페이스(GUI, Graphical User Interface)를 통해 화합물의 구조 정보를 입력 받아 상기 화합물의 적어도 하나의 물성표현자(descriptor)를 계산하는 단계와, 상기 적어도 하나의 물성표현자 중에서 특징점(feature)을 선택하는 단계와, 그리고 상기 선택된 특징점을 독립변수로 하여 상기 화합물의 중독성을 예측하는 QSAR(Quantitative Structure-Activity Relationship, 정량적 구조-활성 관계) 모델을 구축하는 단계를 포함하는, 화합물의 중독성 예측 방법 및 이를 수행하는 장치가 제공된다. 이에 의하면, QSAR 모델을 사용하여 합성마약류와 같은 화합물의 유사체 구조에 대한 중독성 관련 활성을 신속히 예측할 수 있고, 다량의 신종 화합물의 확보와 동물실험에 소요되는 시간과 비용을 절감시킬 수 있으며, 그래픽 유저 인터페이스(GUI)를 이용하여 누구나 쉽게 화합물의 중독성을 예측할 수 있다.
Int. CL G16C 20/60 (2019.01.01) G16C 20/30 (2019.01.01) G16C 60/00 (2019.01.01) G16C 20/10 (2019.01.01)
CPC G16C 20/60(2013.01) G16C 20/30(2013.01) G16C 60/00(2013.01) G16C 20/10(2013.01)
출원번호/일자 1020200029045 (2020.03.09)
출원인 성균관대학교산학협력단
등록번호/일자
공개번호/일자 10-2021-0113819 (2021.09.17) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.03.09)
심사청구항수 21

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 성균관대학교산학협력단 대한민국 경기도 수원시 장안구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박현주 경기도 수원시 장안구
2 이원영 서울특별시 서초구
3 장춘곤 경기도 수원시 영통구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 제일특허법인(유) 대한민국 서울특별시 서초구 마방로 ** (양재동, 동원F&B빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2020.03.09 수리 (Accepted) 1-1-2020-0247314-85
2 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2021.01.18 수리 (Accepted) 1-1-2021-0063606-86
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
그래픽 유저 인터페이스(GUI, Graphical User Interface)를 통해 화합물의 구조 정보를 입력 받아 상기 화합물의 적어도 하나의 물성표현자(descriptor)를 계산하는 단계;상기 적어도 하나의 물성표현자 중에서 특징점(feature)을 선택하는 단계; 및상기 선택된 특징점을 독립변수로 하여 상기 화합물의 중독성을 예측하는 QSAR(Quantitative Structure-Activity Relationship, 정량적 구조-활성 관계) 모델을 구축하는 단계를 포함하는, 화합물의 중독성 예측 방법
2 2
제1항에 있어서,상기 화합물의 구조 정보는 상기 화합물의 구조를 직접 스케치하여 입력되거나 또는 상기 화합물의 구조 정보를 가지고 있는 미리 만들어진 파일의 형태로 입력되는, 화합물의 중독성 예측 방법
3 3
제1항에 있어서,상기 특징점을 선택하는 단계는상기 적어도 하나의 물성표현자 중에서 공분산이 영(0)인 물성표현자를 제거하는 단계;상호 간의 상관관계 값이 제1 기준값 이상인 물성표현자를 제거하는 단계;종속변수와의 상관관계 값의 95% 신뢰구간의 p 값(p-value)이 제2 기준값 이상인 물성표현자를 제거하는 단계; 및상기 종속변수와의 상관관계 값이 제3 기준값 이상인 물성표현자를 상기 특징점으로 선택하는 단계를 포함하는, 화합물의 중독성 예측 방법
4 4
제1항에 있어서,상기 QSAR 모델은 회귀 모델 또는 분류 모델인, 화합물의 중독성 예측 방법
5 5
제4항에 있어서,상기 QSAR 모델이 회귀 모델이고, 상기 화합물이 캐치논류(cathinones) 화합물인 경우, 상기 QSAR 모델의 종속변수는상기 캐치논류 화합물의 도파민 수용체(dopamine receptor)에 대한 결합 친화성(binding affinity)에 -log를 취한 pKi 값으로 설정되는, 화합물의 중독성 예측 방법
6 6
제4항에 있어서,상기 QSAR 모델이 회귀 모델이고, 상기 화합물이 암페타민류(amphetamines) 화합물인 경우, 상기 QSAR 모델의 종속변수는상기 암페타민류 화합물의 도파민 수송체 저해(dopamine transporter inhibition) 값(IC50)에 -log를 취한 pIC50 값으로 설정되는, 화합물의 중독성 예측 방법
7 7
제4항에 있어서,상기 QSAR 모델이 분류 모델인 경우, 상기 QSAR 모델의 종속변수는중독성이 없는 것으로 판별된 화합물의 활성값을 기준으로 활성값이 기준 활성값보다 큰 화합물은 일(1), 활성값이 상기 기준 활성값보다 작은 화합물은 영(0)으로 설정되는 - 여기서, 상기 활성값은 캐치논류 화합물의 경우 상기 캐치논류 화합물의 도파민 수용체(dopamine receptor)에 대한 결합 친화성(binding affinity)에 -log를 취한 pKi 값을 의미하고, 암페타민류 화합물의 경우 상기 암페타민류 화합물의 도파민 수송체 저해(dopamine transporter inhibition) 값(IC50)에 -log를 취한 pIC50 값을 의미함 -, 화합물의 중독성 예측 방법
8 8
제4항에 있어서,상기 회귀 모델은MLR(Multiple Linear Regression), PLSR(Partial Least Squares Regression), 및 SVR(Support Vector Regression) 중 적어도 하나를 포함하는, 화합물의 중독성 예측 방법
9 9
제4항에 있어서,상기 분류 모델은 SVM(Support Vector Machine)을 포함하는, 화합물의 중독성 예측 방법
10 10
제1항에 있어서,상기 화합물의 중독성 예측 결과를 상기 그래픽 유저 인터페이스(GUI)에 출력하는 단계를 더 포함하는, 화합물의 중독성 예측 방법
11 11
그래픽 유저 인터페이스(GUI, Graphical User Interface)를 통해 화합물의 구조 정보를 입력 받는 입출력 인터페이스; 및상기 화합물의 적어도 하나의 물성표현자(descriptor)를 계산하고,상기 적어도 하나의 물성표현자 중에서 특징점(feature)을 선택하고, 그리고상기 선택된 특징점을 독립변수로 하여 상기 화합물의 중독성을 예측하는 QSAR(Quantitative Structure-Activity Relationship, 정량적 구조-활성 관계) 모델을 구축하는 프로세서를 포함하는, 화합물의 중독성 예측 장치
12 12
제11항에 있어서,상기 입출력 인터페이스는상기 화합물의 구조를 직접 스케치하여 상기 화합물의 구조 정보를 입력 받거나 또는 상기 화합물의 구조 정보를 가지고 있는 미리 만들어진 파일의 형태로 상기 화합물의 구조 정보를 입력 받는, 화합물의 중독성 예측 장치
13 13
제11항에 있어서,상기 프로세서는상기 적어도 하나의 물성표현자 중에서 공분산이 영(0)인 물성표현자를 제거하고,상호 간의 상관관계 값이 제1 기준값 이상인 물성표현자를 제거하고,종속변수와의 상관관계 값의 95% 신뢰구간의 p 값(p-value)이 제2 기준값 이상인 물성표현자를 제거하고, 그리고상기 종속변수와의 상관관계 값이 제3 기준값 이상인 물성표현자를 상기 특징점으로 선택함으로써 상기 특징점을 선택하는, 화합물의 중독성 예측 장치
14 14
제11항에 있어서,상기 QSAR 모델은 회귀 모델 또는 분류 모델인, 화합물의 중독성 예측 장치
15 15
제14항에 있어서,상기 QSAR 모델이 회귀 모델이고, 상기 화합물이 캐치논류(cathinones) 화합물인 경우, 상기 프로세서는상기 캐치논류 화합물의 도파민 수용체(dopamine receptor)에 대한 결합 친화성(binding affinity)에 -log를 취한 pKi 값을 상기 QSAR 모델의 종속변수로 설정하는, 화합물의 중독성 예측 장치
16 16
제14항에 있어서,상기 QSAR 모델이 회귀 모델이고, 상기 화합물이 암페타민류(amphetamines) 화합물인 경우, 상기 프로세서는상기 암페타민류 화합물의 도파민 수송체 저해(dopamine transporter inhibition) 값(IC50)에 -log를 취한 pIC50 값을 상기 QSAR 모델의 종속변수로 설정하는, 화합물의 중독성 예측 장치
17 17
제14항에 있어서,상기 QSAR 모델이 분류 모델인 경우, 상기 프로세서는중독성이 없는 것으로 판별된 화합물의 활성값을 기준으로 활성값이 기준 활성값보다 큰 화합물은 일(1), 활성값이 상기 기준 활성값보다 작은 화합물은 영(0)을 상기 QSAR 모델의 종속변수로 설정하는 - 여기서, 상기 활성값은 캐치논류 화합물의 경우 상기 캐치논류 화합물의 도파민 수용체(dopamine receptor)에 대한 결합 친화성(binding affinity)에 -log를 취한 pKi 값을 의미하고, 암페타민류 화합물의 경우 상기 암페타민류 화합물의 도파민 수송체 저해(dopamine transporter inhibition) 값(IC50)에 -log를 취한 pIC50 값을 의미함 -, 화합물의 중독성 예측 장치
18 18
제14항에 있어서,상기 회귀 모델은MLR(Multiple Linear Regression), PLSR(Partial Least Squares Regression), 및 SVR(Support Vector Regression) 중 적어도 하나를 포함하는, 화합물의 중독성 예측 장치
19 19
제14항에 있어서,상기 분류 모델은 SVM(Support Vector Machine)을 포함하는, 화합물의 중독성 예측 장치
20 20
제11항에 있어서,상기 입출력 인터페이스는상기 화합물의 중독성 예측 결과를 상기 그래픽 유저 인터페이스(GUI)에 출력하는 동작을 더 수행하는, 화합물의 중독성 예측 장치
21 21
화합물의 중독성을 예측하는 컴퓨터 프로그램을 저장한 컴퓨터 판독 가능한 저장 매체로서, 상기 컴퓨터 프로그램은 상기 컴퓨터가:그래픽 유저 인터페이스(GUI, Graphical User Interface)를 통해 화합물의 구조 정보를 입력 받아 상기 화합물의 적어도 하나의 물성표현자(descriptor)를 계산하도록 하는 명령;상기 적어도 하나의 물성표현자 중에서 특징점(feature)을 선택하도록 하는 명령; 및상기 선택된 특징점을 독립변수로 하여 상기 화합물의 중독성을 예측하는 QSAR(Quantitative Structure-Activity Relationship, 정량적 구조-활성 관계) 모델을 구축하도록 하는 명령을 포함하는, 컴퓨터 판독 가능한 저장 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 식품의약품안전처 성균관대학교 산학협력단 2019년 1차 용역연구개발과제 의약품 등의 의존성 신속예측평가 모델 고도화 연구(1)