이달의 메일링 마케팅
home

약물에 대한 저항성 여부의 예측 모델을 생성하는 전자 장치 및 그 동작 방법

요약
전통적인 항암 치료에서 특정 약물에 대한 저항성은 치료 효과를 감소시키는 주요 원인입니다. 이를 해결하기 위해 환자의 유전자 데이터를 활용한 예측 모델이 개발되고 있습니다. 이 모델은 환자의 개인적 유전자 특성을 바탕으로 약물 저항성을 사전에 예측하여 해당 환자에게 가장 적합한 약물을 선정하는 데 도움을 줍니다. 머신러닝 알고리즘을 사용하여 유전자 데이터와 약물 반응 정보를 결합, 가중치 행렬을 기반으로 특정 약물에 대한 환자의 저항성을 예측합니다. 이 혁신은 치료 전략을 맞춤화하고 신약 개발을 가속화하며, 의료 비용 절감과 환자 치료 성과를 향상시킬 수 있는 잠재력을 갖고 있습니다.

기본 정보

특허명: 약물에 대한 저항성 여부의 예측 모델을 생성하는 전자 장치 및 그 동작 방법
발명자: 안재균 교수
출원번호: 10-2019-0055615
등록번호: 10-2273154

상세 정보

발명의 배경과 필요성

기술의 배경과 문제점

현대 의학에서는 많은 질병 치료에 있어 다양한 약물이 사용되지만, 특정 환자에게 약물 저항성이 발생하는 문제가 있음. 특히, 항암 치료에서 이러한 약물 저항성 문제는 환자의 치료 효과를 크게 감소시킬 수 있다는 점에서 중요함.
약물 저항성 문제를 해결하기 위해 환자의 유전자 데이터를 활용한 예측 모델이 필요함. 이는 환자의 유전자 특성에 따라 약물에 대한 저항성을 사전에 예측하여 적절한 약물을 선택하는 데 도움을 줄 수 있음.

기술의 필요성

약물 반응이 유전자 발현량과 관련이 있다는 연구 결과들이 증가하고 있음. 이로 인해 유전자 데이터를 활용한 예측 모델 개발이 기대됨.
개인 맞춤형 치료 전략 수립 및 저항성 약물의 예측을 통해 약물 치료의 효율성을 높이고, 새로운 약물 개발에도 기여할 수 있음.

구현방법

기술의 원리

유전자 데이터와 약물에 대한 실험 결과를 기초로 한 예측 모델을 구성함. 이를 통해 복수의 약물에 대한 환자의 저항성을 예측할 수 있음.
이 모델은 환자로부터 수집한 유전자 데이터와 약물에 대한 저항성 여부를 결합하여 머신러닝 알고리즘을 통해 가중치 행렬을 결정하고 예측 모델을 생성함.

구체적인 구현 방법

훈련 데이터 저장부, 벡터 생성부, 은닉층 생성부, 내적 연산부 및 학습 수행부로 구성됨.
유전자 데이터 값을 성분으로 갖는 벡터는 가중치 행렬과 곱해져 연산 벡터를 생성하며, 이는 은닉층을 생성하는 데 사용됨. 이후 출력 데이터와 원-핫 벡터 간의 내적을 연산하여 손실 함수를 최소화하도록 기계학습을 수행함.

기술의 장점

예측 모델을 통해 특정 환자의 약물에 대한 저항성을 사전에 파악할 수 있어, 치료 전략 수립과 새로운 약물 개발에 유용함.

발명의 활용 방안

활용 방안

환자의 유전자 특성을 바탕으로 적절한 치료 약물을 선택하는 데 활용될 수 있음.
제약 산업에서 약물 저항성 연구와 맞춤형 치료 전략 수립에 있어 중추적인 역할을 할 수 있음.

기대효과

환자의 맞춤형 치료 전략 개발을 통해 약물 효능을 최적화하고, 신약 개발 과정에서도 핵심적인 기술로 자리잡을 수 있을 것임.
의료 비용 절감 및 환자의 치료 성과 향상에 기여할 수 있는 잠재력을 가짐.

시장 동향

유전자 데이터 예측 모델

대표도면

기술이전 담당자 연락처

담당자명: 이미정 계장
부서: 기술사업화팀
전화번호: 032-835-9766
이메일: mijung@inu.ac.kr
인천대학교 산학협력단
(21999) 인천광역시 연수구 갯벌로 27(송도동) INU이노베이션센터 202호
본 메일은 마케팅 활용 동의서에 동의하신 회원님께 전송된 것입니다.
인천대학교 산학협력단에서 발송되는 메일을 더 이상 받아보기 원하지 않으시면, [수신거부]를 클릭해주세요.
COPYRIGHT (c) 2023 Incheon National University. ALL RIGHT RESERVED.