AI 기반 in silico
화학물질 스크리닝 플랫폼으로
포괄적인 독성 예측을 제공합니다.
Why ToxCML?
- 신속한 스크리닝: 수천 개 화학물질을 효율적으로 평가
- 비용 절감: 고가의 in vivo 또는 in vitro 실험 필요성 최소화
- 윤리적 준수: 동물실험 감소를 통해 윤리 기준 지원
- 자원 효율성: 잠재력이 높은 후보 물질에 실험 집중
- 포괄적 위험 평가: 다양한 독성 결과를 정확하게 예측
General Workflow of ToxCML
기술 사양
1. 데이터 입력:
화학 구조를 SMILES 표기법으로 입력
소프트웨어 인터페이스 내에서 화학 구조 직접 시각화 가능
2. 특징 추출:
QSAR (머신러닝) 모델용:
Fingerprint: Morgan Circular, MACCS Keys, Atom Pair Fingerprint (APF)
Descriptors: 물리화학적 특성
Read-Across 모델용:
Fingerprint: Morgan Circular, MACCS Keys, Atom Pair Fingerprint (APF), RDKit Fingerprint
3. 머신러닝 & Read-Across:
머신러닝 모델: Random Forest, XGBoost, SVM (QSAR 기반 AI)
Read-Across 접근법: Tanimoto 유사도를 활용하여 구조적으로 유사한 화합물을 기반으로 예측
합의 예측(Consensus Prediction):ML과 Read-Across 결과를 통합하여 신뢰성 높고 설명 가능한 독성 예측 제공
4. 평가 및 예측:
14가지 주요 독성 지표:
국소 독성: 피부 감작, 호흡기 자극, 눈 자극, 피부 자극
전신 독성: AMES 변이원성, 급성 흡입 독성, 발암성, 약물 유발 간손상(DILI), 간독성, 발달 독성, 심장독성, 경구 독성, 피부 독성, FDA 최대 일일 투여량(FDA MDD)
결과 다운로드: 예측 결과를 로컬에 저장하여 추가 분석 및 문서화 가능
Technical Highlights
