TSAP (Boltz-2)TSAP (AI-QSAR)
면역항암MAP4K1 활성 예측 모델
MAP4K1(HPK1)은 T세포 수용체 신호를 약하게 만드는 세린/트레오닌 키네이스입니다. HPK1을 억제하면 T세포 반응이 강해져 면역항암 표적으로 연구됩니다.
MAP4K1(면역항암 분야)의 실측 활성 데이터로 학습한 모델입니다. 화합물을 넣으면 MAP4K1에 대한 Ki 값을 예측하고, 그 값으로 후보의 순위를 매길 수 있습니다.
이 모델로 예측하기
모델 카드
- UniProt
- Q92918
- 기준 구조
- PDB 8CIJ, 리간드 USF
- 학습 데이터
- TSAP (Boltz-2): 120개 화합물, KiTSAP (AI-QSAR): 120개 화합물, Ki
- 검증 방식
- 학습에 쓰지 않은 화합물(holdout)로 예측값과 실측값을 비교합니다.
- 비용
- 100 cr부터, 제출 전 견적
- 모델 버전
- TSAP (Boltz-2): TSAP pipeline v2.2TSAP (AI-QSAR): Ridge regression on docking features
검증 결과
학습에 쓰지 않은 화합물로 예측값과 실측값을 비교했습니다. RMSE는 log 단위(pIC50 등)입니다.
TSAP (Boltz-2)
Pearson r
0.88
R²
0.72
RMSE (log 단위)
0.60
검증 화합물
30개
TSAP (AI-QSAR)
Pearson r
0.84
RSQ의 제곱근
RSQ
0.70
검증 화합물
30개
사용법
이 모델로 예측하기 아래의 TSAP (Boltz-2)나 TSAP (AI-QSAR) 버튼을 누르면, 누른 워크플로우의 위저드가 MAP4K1 모델이 선택된 채로 열립니다.
예측할 화합물의 SMILES를 .smi, .csv, .txt 파일로 올립니다.
예상 크레딧과 시간을 확인하고 제출합니다.
결과는 화합물별 예측 Ki 순위표로 나옵니다.
한계
- 학습 데이터와 구조가 크게 다른 화합물은 예측이 덜 정확할 수 있습니다.
- 검증에 쓴 화합물이 30개 정도로 적어서, 새 화합물에서의 성능은 지표와 다를 수 있습니다.
- 예측값은 실험을 대신하지 않습니다. 합성과 측정의 우선순위를 정하는 데 씁니다.