@conference{nokey,

title = {딥러닝 기반 Cytochrome P450 2D6 유전자 다형성과 약물 특이적 대사 기능 표현형 예측 연구},

author = {나예빈 and 정선우 and 최희석 and 유선용},

url = {https://bmil.jnu.ac.kr/wp-content/uploads/2025/07/나예빈-딥러닝-기반-Cytochrome-P450-2D6-유전자-다형성과-약물-특이적-대사-기능-표현형-예측-연구.pdf},

year  = {2025},

date = {2025-07-04},

urldate = {2025-07-04},

booktitle = {2025 한국디지털콘텐츠학회 하계종합학술대회},

publisher = {한국디지털콘텐츠학회},

abstract = {CYP2D6는 임상에서 사용되는 약물의 25%를 대사한다. 높은 다형성을 특징으로 하는 CYP2D6의 유전적 변이는 약물 대사에서 개인 간 큰 차이를 초래할 수 있이며 이는 치료 반응의 차이와 부작용으로 이어질 수 있다. 기존의 CYP2D6 약물 대사 표현형 분류 방식은 에 의해 대사되는 몇 가지 약물의 임상결과를 바탕으로 변이체에 점수를 매기고 이를 통해 모든 약물의 대사 능력을 예측하는 방법이었다 하지만 이 방법은 약물마다 다른 특성을 반영하지 못하기에 모든 약물에 일괄적으로 적용하기에는 한계가 있다. 따라서 본

연구에서는 CYP2D6변이체와 약물에 대한 임상결과를 직접 활용하여 데이터 라벨링을 수행하고 딥러닝을 활용한 약물 대사 표현형 예측 모델을 개발하였다},

keywords = {CYP450, Deep learning},

pubstate = {published},

tppubtype = {conference}

}

@conference{서문수빈2024cytochrome,

title = {Cytochrome P450 동위체 억제제 예측을 위한 그래프 어텐션 네트워크 모델 개발},

author = {서문수빈 and 유선용},

url = {https://www.dbpia.co.kr/pdf/pdfView.do?nodeId=NODE11861993&googleIPSandBox=false&mark=0&minRead=5&ipRange=false&b2cLoginYN=false&icstClss=010000&isPDFSizeAllowed=true&accessgl=Y&language=ko_KR&hasTopBanner=true},

year  = {2024},

date = {2024-01-01},

urldate = {2024-01-01},

booktitle = {한국정보과학회 학술발표논문집},

journal = {한국정보과학회 학술발표논문집},

pages = {804–806},

publisher = {한국정보과학회},

abstract = {Cytochrome  P450  효소는  모든  대사  반응  중  약  75%를  책임지며,  특히  1A2,  2C9,  2C19,  2D6, 3A4  등은  대다수  약물의  대사에  관여하고,  다수의  부작용을  유발하는  것으로  알려져  있다.  이에 따라,  신약  개발  과정에서  이들  cytochrome  P450을  억제하는  화합물을  식별하는  것은  매우  중요하다.  본  논문은  약물  분자의  그래프  구조를  이용하고  self-attention  메커니즘을  적용하여  P450 동위체를  억제하는  화합물을  예측하는  새로운  모델을  제안한다.  이  모델은  Graph  Attention Network  (GAT)를  활용하여  분자의  그래프  표현을  학습하고,  Fully-connected  layer을  통해  예측을  수행한다.  또한,  데이터의  불균형  문제를  해결하기  위해  Focal  loss  함수를  적용하였다.  이  연구는  in  vivo에  드는  비용과  시간을  절감하고,  신약  개발의  기간과  비용을  줄이는데  기여할  것으로  기대된다},

keywords = {CYP450, Deep learning, Graph attention network},

pubstate = {published},

tppubtype = {conference}

}