TSAP (AI-QSAR)
항암

WRN 활성 예측 모델

WRN은 RecQ 계열 DNA 헬리케이스로, 유전적으로 기능을 잃으면 조기 노화 질환인 베르너 증후군이 생깁니다. 대장암·자궁내막암·위암에 많은 고빈도 현미부수체 불안정성(MSI-H) 암은 WRN이 있어야 살아남기 때문에, WRN 억제제가 합성치사 치료제로 임상시험 중입니다. 기준 구조 9S18은 임상 억제제 HRO761이 헬리케이스 도메인의 두 엽 사이에 붙어 효소를 비활성 형태로 묶어 둔 구조입니다.

WRN(항암 분야)의 실측 활성 데이터로 학습한 모델입니다. 화합물을 넣으면 WRN에 대한 IC50 값을 예측하고, 그 값으로 후보의 순위를 매길 수 있습니다.

이 모델로 예측하기

모델 카드
UniProt
Q14191
기준 구조
PDB 9S18, 리간드 YHC
학습 데이터
TSAP (AI-QSAR): 65개 화합물, IC50
검증 방식
학습에 쓰지 않은 화합물(holdout)로 예측값과 실측값을 비교합니다.
비용
402 크레딧부터
모델 버전
TSAP (AI-QSAR): Ridge regression on docking features
WRN 수용체 구조(PDB 9S18)와 결합 포켓의 리간드 YHC

검증 결과

학습에 쓰지 않은 화합물로 예측값과 실측값을 비교했습니다.

TSAP (AI-QSAR)

Pearson r

0.90

R² (결정계수)

0.72

검증 화합물

16개

사용법

  1. 이 모델로 예측하기 아래의 TSAP (AI-QSAR) 버튼을 누르면, 위저드가 WRN 모델이 선택된 채로 열립니다.

  2. 예측할 화합물의 SMILES를 .smi, .csv, .txt 파일로 올립니다.

  3. 예상 크레딧과 시간을 확인하고 제출합니다.

  4. 결과는 화합물별 예측 IC50 순위표로 나옵니다.

한계

  • 학습 데이터와 구조가 크게 다른 화합물은 예측이 덜 정확할 수 있습니다.
  • 검증에 쓴 화합물이 16개 정도로 적어서, 새 화합물에서의 성능은 지표와 다를 수 있습니다.
  • 예측값은 실험을 대신하지 않습니다. 합성과 측정의 우선순위를 정하는 데 씁니다.

WRN 모델로 직접 예측해 보세요

가입하면 500 크레딧을 드립니다. 카드 등록은 필요 없습니다. 새 모델과 워크플로우 소식도 받아 보실 수 있습니다.