| 초록 |
4차 산업혁명과 함께 사용되는 화학물질의 종류가 증가하고 있다. 새로운 화학물질의 인체 위해성을 생체 실험으로 측정하는 것은 시간이 오래 걸리고 비용적, 윤리적 문제가 있다. 따라서, 본 연구에서는 유해화학물질인 PCB (Polychlorinated biphenyl)의 인체 위해성을 예측하기 위한 AI(Artificial intelligence)-transformer 기반 QSAR (Quantitative Structure Activity Relationship) 모델을 개발하였다. Dragon 6 프로그램을 이용해 PCB의 4,885가지의 분자표현자를 계산하고, 주요 분자표현자 그룹을 선별하기 위해 기계학습을 적용하였다. 선별된 주요 분자표현자 그룹을 이용하여 반수 치사 농도, 생물농축계수, 물-옥탄올 분배계수를 예측하고, 모델의 예측 성능을 R2, RMSE (Root Mean Square Error)를 이용하여 평가하였다. 본 연구에서 개발한 AI-transformer 기반 QSAR 모델을 이용하여 PCB의 인체 위해성을 예측할 수 있고, 새로운 화학물질의 인체 위해성을 예측하는데 활용할 수 있다.Acknowledgments: This research is (partially) funded by the BK21 FOUR program of National Research Foundation of Korea and a grant from the National Research Foundation of Korea (NRF) funded by the Korean government (MSIT) (No. 2021R1A2C2007838). |
