화학원리(생물학, 제약 또는 고분자포함)에 대한 지식을 토대로 소프트웨어 사용 및 개발, 데이터베이스 설계, 통계분석, 수학적 방법론 등을 활용하여 신약개발, 재료과학, 생물학적 연구 등의 화학 분야의 다양한 문제를 해결한다.
방향키로 탭을 이동하고 Enter 키로 선택할 수 있습니다. Home/End 키로 처음과 마지막 탭으로 이동합니다.
한국화학연구원 디지털화학연구센터는 소재 빅데이터 활용 플랫폼과 소재 물성 예측 AI 플랫폼을 구축하는 연구를 확대하고 있다.[1] 한국제약바이오협회 AI신약연구원장은 AI 연구자와 신약 개발 실험 연구자 간 협업이 다소 부족한 상황이라며 국내 자원과 역량을 결합할 필요가 있다고 제언한다.[2]
연구실 업무는 계산화학 시뮬레이션과 AI 모델 학습·검증을 반복하는 실내 연구 중심 업무다.[3] 한국제약바이오협회는 AI 신약개발 자율실험실에 25억원을 투입해 화합물 합성 최적 실험조건을 찾는 연구를 지원한다.[4]
AI 신약 개발은 미국이 가장 앞서 있고 중국이 빠르게 뒤쫓는 가운데, 한국은 AI 기술력·정보통신 인프라·제조 기술을 보유해 상당한 잠재력이 있다는 평가를 받는다.[5] 생성 AI를 이용한 분자 설계는 데이터 부족과 합성 가능성, 악용 위험 등의 과제도 함께 지닌다.[6]
KAIST 김우연 교수팀은 분자 안정성을 좌우하는 물리 법칙을 스스로 이해해 구조를 예측하는 AI 모델 '리만 확산 모델(R-DM)'을 개발해 기존 AI보다 최대 20배 이상 높은 정확도를 달성했다.[7]
대한화학회 화학세계는 SMILES 기반 RNN, 그래프 기반 설계, 강화학습 등 생성 AI를 활용한 분자 설계 연구 동향을 소개한다.[8]
LAIDD의 CAS SciFinder 강좌는 특허·저널에서 추출한 화합물 정보를 확인하고 역합성 플래너로 합성 경로를 설계하는 실습을 제공한다.[9]
PubChem은 미국 국립보건원(NIH) 산하 국립생물공학정보센터(NCBI)가 운영하는 무료 화학정보 데이터베이스로, 2020년 기준 화합물 구조 약 1억 1천만 건과 생물활성 데이터 2억 7천만 건 이상을 제공한다.[10]
한국제약바이오협회 AI신약연구원장은 AI 활용으로 신약 개발 기간이 통상 12~15년에서 2~3년 단축됐다고 설명한다.[11]
화학정보학(chemoinformatics)이라는 용어는 1998년 F.K. 브라운이 정의했으며 2006년 유럽 학계에서 공식 용어로 채택됐다.[12]
화학정보학자 커뮤니티
화학정보학자에 대해 자유롭게 이야기해주세요.
댓글 목록을 볼 수 있으며, 로그인 여부와 관계없이 댓글 작성이 가능합니다.
아직 BEST 댓글이 없습니다.
아직 등록된 댓글이 없습니다. 가장 먼저 의견을 남겨주세요.