TSAP (AI-QSAR)
항암WRN 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

검증 결과
학습에 쓰지 않은 화합물로 예측값과 실측값을 비교했습니다.
TSAP (AI-QSAR)
Pearson r
0.90
R² (결정계수)
0.72
검증 화합물
16개
사용법
이 모델로 예측하기 아래의 TSAP (AI-QSAR) 버튼을 누르면, 위저드가 WRN 모델이 선택된 채로 열립니다.
예측할 화합물의 SMILES를 .smi, .csv, .txt 파일로 올립니다.
예상 크레딧과 시간을 확인하고 제출합니다.
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.
