Lilly TuneLab을 활용하여 전임상 신약 개발을 선도하다 LiveDesign
LiveDesign 이제 일라이 릴리 앤 컴퍼니(Lilly)가 개발한 협업형 AI/ML 신약 개발 플랫폼인 ‘Lilly TuneLab’을 이용할 수 있게 되었으며, 이 플랫폼은 신약 개발 팀 전반에 걸쳐 AI 모델, 물리 기반 계산 및 실험 데이터에 대한 접근을 대중화하는 통합 솔루션을 제공합니다.
지금 이용 가능
Lilly TuneLab 모델을 직접 LiveDesign workspace
릴리의 ‘TuneLab’은 수십 년에 걸친 독자적인 연구 데이터를 바탕으로 업계 최초의 협업형 AI 플랫폼을 구현했습니다. ‘ LiveDesign ’과 원활하게 통합된 TuneLab은 신약 개발 팀이 계산 기반 예측 결과와 실험실 검증 결과를 손쉽게 결합할 수 있도록 지원함으로써, 더 빠르고, 더 스마트하며, 모든 측면에서 일관된 의사결정을 내릴 수 있도록 돕습니다.
업무 흐름의 차질 없음
설계 단계에서 바로 TuneLab 모델을 실행하여, 수동 파일 전송, 데이터 내보내기 또는 작업 전환을 없앨 수 있습니다.
물리학 + AI의 시너지
Schrödinger의 물리 기반 기법과 Lilly의 머신러닝 예측 결과를 결합하여 후보 분자를 더 빠르게 선별하고 평가할 수 있습니다.
실시간 팀 협업
의약화학, 생물학적 제제 및 신약 발굴 분야의 리더십 전반에 걸쳐 실시간 실험 데이터와 표면 예측 분석을 제공합니다.
현재 어떤 모델이 판매되고 있나요?
TuneLab은 수십 년간 축적된 독자적인 데이터셋을 기반으로 훈련된 소분자 ADMET 예측 모델과 항체 개발 가능성 예측 모델을 제공합니다. 이 모델들은 종결점을 개별적으로 평가하는 대신, 어세이 의 상관 구조를 종합적으로 분석하여 포괄적인 프로파일 예측 결과를 제공합니다.
ChemLab (소분자)
SMILES 문자열을 기반으로 30개 이상의 ADME/독성 예측 결과( 용해도, 투과성, 미세소체 안정성, 독성 위험 등 포함)를 생성하여, 물리적 합성 전에 잠재적 문제를 사전에 파악할 수 있도록 합니다.
AbLab (항체 및 생물학적 제제)
중쇄/경쇄 서열을 바탕으로 15가지 이상의 항체 개발 가능성 평가 지표(예: 열적 안정성 안정성, 응결 위험도, 점도, 용해도 등)를 직접 예측하여 후보 물질 선별 과정을 간소화합니다.
귀하의 개인정보 보호는 중요합니다
TuneLab의 연합 학습은 제3자가 호스팅하며, 기업들은 개인정보를 보호하는 방식으로 데이터를 제공하여 AI/ML 기반의 신약 발굴 및 개발 협력을 가능하게 합니다. 각 회원사의 데이터는 해당 사내 환경에 안전하게 보관됩니다. TuneLab 회원사들이 연합 학습 데이터를 제공할수록, 모델은 다양한 화학적 영역에 걸쳐 더 높은 일반화 능력을 갖추게 됩니다.
자세한 내용을 알아보시려면 문의해 주세요
LiveDesign 에서 TuneLab을 시작해 보세요.
저희 팀은 고객님과 협력하여 워크플로우를 정의하고, 인프라를 구성하며, 귀사 팀원들의 온보딩을 지원해 드리겠습니다.
TuneLab 자주 묻는 질문
Lilly TuneLab이란 무엇인가요?
TuneLab은 업계 최초의 협업형 AI 기반 신약 발굴 및 개발 플랫폼으로, 생명공학 연구자들이 수십 년에 걸친 독점 연구 데이터로 훈련된 릴리의 강력한 AI 모델을 활용할 수 있게 해줍니다. 이 모델들은 릴리의 과학자들이 매일 사용하는 것과 동일한 모델입니다.
Lilly TuneLab은 누구를 위해 설계되었나요?
최소 하나의 전임상 소분자 또는 항체 프로그램을 보유한 기업. Lilly TuneLab은 체외(in vitro) 또는 생체 내(in vivo) 검증에 앞서 항체의 개발 가능성 예측 분석과 소분자의 ADMET 프로파일 예측 분석을 지원함으로써, 가장 유망한 후보물질만을 선별하여 임상 개발( 신약 개발) 과정에서 막다른 길로 빠지는 사례를 최소화하는 것을 목표로 합니다.
TuneLab은 연합 학습을 활용하는 AI/ML 모델을 훈련할 때 독점 데이터를 보호하기 위해 어떻게 설계되었나요?
TuneLab의 연합 학습은 제3자가 호스팅합니다. 학습이 진행되는 동안, 중앙 오케스트레이션 서버에서 글로벌 AI 모델이 각 참여 기업의 노드로 배포됩니다. 그런 다음 각 노드는 자체 데이터로 이 모델을 학습시키며, 원시 데이터는 해당 노드에 남아 있습니다. 기본이 되는 분자 구조가 아닌, 수학적 가중치 및 매개변수와 같은 모델 업데이트 정보만 중앙 서버로 전송됩니다. 서버는 모든 참여 노드로부터 이러한 업데이트를 집계하여 글로벌 모델을 개선하고, 이를 다음 훈련 라운드를 위해 재분배합니다. 이 반복 과정은 모델이 최적의 성능에 도달할 때까지 계속됩니다. 이 과정에서 데이터 품질을 확인하기 위해 TuneLab은 데이터에서 도출된 특정 집계 통계 및 분석 결과와, 데이터 생성에 사용된 실험실( 어세이 ) 조건 및 프로토콜에 대한 정보를 검토합니다. 이 검토는 기초가 되는 분자 구조, 서열 또는 개별 데이터 포인트를 공개하지 않도록 설계되었으며, 이에 대한 접근 권한도 요구하지 않습니다.
Lilly TuneLab은 어떤 종류의 모델과 사용 사례를 지원하나요?
TuneLab은 현재 초기 합성 단계부터 생체 내 시험에 이르기까지 전임상 신약 개발 프로그램을 지원하며, 다양한 데이터 소스와 연합 환경에서 활용될 수 있도록 설계된 소분자 및 항체용 핵심 모델을 제공합니다.