표적단백질의 아미노산 서열만으로 표적단백질에 결합하는 ‘짝’을 설계하는 엔진입니다. ‘짝’은 항체, 나노바디, 단백질, 펩타이드, 합성화합물이 될 수 있습니다.
서열만으로 안정성, 용해도, 면역원성, 응집경향, 발현, 전하특성, 소수성, 화학적 변형 등 8가지 개발성 지표를 예측합니다. 이를 통해 개발가능성/조합가능성을 평가합니다.
분석 데이터로부터 결과를 해석하고 실험간 동등성을 평가합니다. 해석과 평가 내용을 자동으로 문서화하며 통합하여 FDA·EMA 제출 문서 형식으로 정리하는 엔진입니다.
딥프로닉스는 정밀한 분석을 통해 양질의 데이터를 축적하고, 이를 기반으로 최적의 단백질을 설계하며, 엄격한 검증을 거쳐 다시 분석으로 피드백되는 선순환 사이클을 통해 지능형 신약 개발을 실현합니다.
"분석과 설계는 다른 사업이 아닙니다"
단백질 지능엔진
DESIGN ENGINE
JJAK
CASE : 드노보 항체 설계
표적 단백질의 아미노산 서열로 그에 결합하는 최적의 '짝'을 설계합니다.
'짝’은 항체, 나노바디, 단백질, 펩타이드를 아우르는 혁신적인 솔루션입니다.
HOW IT WORKS
기존 항체 개발 방식은 동물에 항원을 주입해 항체를 얻거나,
수억 개의 라이브러리를 스크리닝하여 결합체를 찾아냅니다.
시간과 비용이 크고, 표적에 따라서는 아예 후보가 나오지 않기도 합니다.
JJAK는 서열에서 출발합니다.
표적의 구조를 예측하고 결합이 일어날 만한 면을 찾은 뒤,
그 면에 맞물리는 ‘짝’을 만들어 냅니다.
WHAT IT DOES
거대한 단백질 서열 공간을 탐색하여 결합 친화도가 극대화된 서열을 찾아냅니다.
심층 신경망을 활용해 단백질 복합체의 3차원 구조를 정밀하게 모사하며,
시뮬레이션을 통해 결합 안정성을 검증합니다.
WHEN TO USE
새로운 표적에 대한 항체 후보 물질을 빠르게 발굴해야 할 때,
항체를 확보하기 어려운 표적을 다뤄야 할 때
기존 바인더가 특허로 막혀 있어 새 서열이 필요할 때
동물 실험 없이 초기 후보를 빠르게 확보하고 싶을 때
ANALYSIS ENGINE
ProPICK
CASE : 후보물질 우선순위화
서열 정보만으로 신약 후보 물질의 개발 가능성을 정밀하게 예측합니다.
안정성, 용해도, 면역원성 등 핵심 개발성 지표를 종합적으로 평가하는
혁신적 엔진입니다.
결합이 잘 된다고 좋은 후보물질이 아닙니다. 잘 붙어도 뭉치거나,
농도를 못 올리거나, 면역 반응을 일으키면 치료제가 되지 못합니다.
이런 문제는 대부분 개발이 많이 진행한 뒤에나 드러납니다.
ProPICK은 이 판정을 앞으로 당겨 디스커버리 단계에서 확인합니다.
ProPCK은 후보물질의 개발가능성을 판단하는 엔진입니다.
아미노산 서열만 있으면 생물물리학적 특성 8대 지표를 예측하며,
이를 점수화 하여 우선 순위를 결정합니다.
예측과 함께 리스크 포인트도 제시하여 후보물질을 개선 하며,
GO/NO GO 결정을 위한 기준을 제시합니다.
ProPICK은 후보물질에 대해 개발 초기 단계에서 개발 리스크 포인트를 제거하여 개발 가능성을 확대합니다.
WHAT IT DOES
심층 학습된 ProPICK 엔진이 아미노산 서열과 속성 간의 관계를 파악합니다.
이를 통해 각 후보 물질의 서열 분석하여 물리화학적 특성과
면역학적 위험 요소를 수치화합니다.
HOW IT WORKS
8대 개발성 지표의 동시 예측 및 시각화 리포트 제공합니다.
자가결합, 안정성, 용해도, 특이성, 다중반응성, 발현성, 면역원성, 체내거동 등의 8대 물리학적 특성을 개발성 지료로 제공합니다.
KEY PARAMETERS
WHEN TO USE
임상 단계 진입 전 후보 물질의 성공 확률을 검토할 때
대규모 항체 라이브러리에서 개발성이 우수한 물질을 선별할 때
기존 물질의 물성 개선이 필요할 때
후보물질이 수백 개인데 실험 검증 여력이 제한적일 때
임상 진입 전에 개발성 위험을 미리 점검하고자 할 때
실패 원인을 서열 수준에서 되짚어야 할 때
ANALYSIS ENGINE
AISPA
CASE STUDY : PROCESS
분석 데이터로부터 결과를 해석하고 동등성을 평가합니다.
해석과 평가 내용을 자동으로 문서화하며 통합하여 FDA·EMA 제출 문서 형식으로 정리하는 혁신적 엔진입니다.
한 배치를 분석하면 장비에서 수백 개의 수치가 나옵니다.
이 수치가 규격 안에 있 는지, 이전 배치와 같은 수치라 볼 수 있는지,
판정하는 것은 지금까지 사람의 일이었습니다.
시간이 걸리고, 판정하는 사람에 따라 편차가 생깁니다.
AISPA는 이 판정을 같은 기준으로 반복합니다.
장비 원데이터를 받아 항목별로 해석하고,
배치를 비교해 동등성 여부를 제시하며, 보고서 초안까지 만듭니다.
AISPA는 사람의 간섭없이 자동으로 원데이터를 프로세싱하며,
해석하고 비교 판단하여 문서화합니다.
사람은 검토와 최종 판단에 집중하게 됩니다.
HOW IT WORKS
지능형 알고리즘이 원시 분석 데이터의 패턴과 노이즈를 학습하여 유의미한 결과값을 출력합니다. 비정형 데이터 추출 모듈을 통해 서로 다른 기기에서 생성된 보고서를 표준화된 형식으로 통합 분석합니다.
MODULES
WHEN TO USE
연구 리소스 과다 투입, Batch 간 동등성 입증 필요 시, FDA·EMA 제출 보고서 자동화, 일관된 품질 관리, 해석 오류 제거 등이 필요한 상황에서 AISPA는 최적의 솔루션을 제공합니다.
공정 변경 전후 배치 사이의 동등성을 증명해야 할 때
생산 배치별 일관성을 확인해야 할 때
안정성 시험에서 경시 변화 추세를 판정할 때
바이오시밀러와 오리지널 제품을 비교해야 할 때