기술이전 상세 정보를 불러오는 중입니다...
기술이전 상세 정보를 불러오는 중입니다...
본 발명은 기존 압타머 발굴 방식의 한계점을 극복합니다. 기계 학습 모델인 랜덤 포레스트를 활용하여 표적 단백질에 결합하는 RNA 압타머 후보 서열을 신속하고 효율적으로 생성 및 검증하는 기술입니다. 이는 방대한 초기 후보 물질 풀을 획기적으로 줄여, 신약 개발 및 바이오마커, 바이오센서 개발에 필요한 시간과 비용을 대폭 절감할 수 있도록 돕습니다. 본 기술을 통해 생명공학 분야의 연구 및 산업 발전에 기여하고자 합니다.
| 기술 분야 | AI 기반 바이오신약 개발 |
| 판매 유형 | 자체 판매 |
| 판매 상태 | 판매 중 |
| 기술명 | |
| 기계 학습 알고리즘을 이용하여 표적 단백질과 결합하는 후보 rna 압타머를 생성하는 프로그램을 기록한 컴퓨터로 판독할 수 있는 기록 매체 및 후보 rna 압타머를 생성하는 방법 | |
| 기관명 | |
| 인하대학교 | |
| 대표 연구자 | 공동연구자 |
| 한경숙 | - |
| 출원번호 | 등록번호 |
| 1020180094894 | 1021716810000 |
| 권리구분 | 출원일 |
| 특허 | 2018.08.14 |
| 중요 키워드 | |
바이오 빅데이터신약 개발바이오센서RNA 압타머기계 학습인실리코 스크리닝고효율 선별압타머 발굴랜덤 포레스트표적 단백질핵산 서열 분석인공지능 신약진단 시약정밀 의료데이터처리인공지능생체분석 | |
매도/수 절차 기본
기술이전 상담신청
연구자 미팅
기술이전 유형결정
계약서 작성 및 검토
계약 및 기술료 입금
보유 기술 로딩 중...
인기 게시물 로딩 중...
