플러스프로젝트 배경
1) 문제점 - 토양 반감기는 분자구조뿐 아니라 토양·기후·시험 조건에 영향을 받습니다. - 출처가 다른 데이터를 무작정 합치면 표본은 늘지만 모델이 학습하는 기준 자체가 흔들립니다. - 국내외 시험 데이터의 기준 차이, SMILES 중복·염·이성질체 처리, 긴 꼬리를 가진 반감기 분포라는 제약이 있었습니다. 2) 프로젝트 목표 - 4,300건을 단순히 모으는 것보다 비교 가능한 데이터로 만드는
프로젝트 성과
시험 데이터 4,300건 이상 정제
국내외 잔류성 데이터를 비교 가능한 기준으로 통합
분자 특성 200개 이상 추출
SMILES 기반 자동 설명자 추출 파이프라인 구축
핵심 기능
반감기 사전 스크리닝
화학구조 입력만으로 반감기 예측값 제공
진행 단계
데이터 통합·정제
2025.01.
국내외 잔류성 시험 데이터 기준 정리
프로젝트 상세
1) 포트폴리오 소개 농업과학 AI 카테고리의 QSAR형 예측 모델로, 농약 개발사의 R&D 담당자를 메인 타깃으로 합니다. 수개월이 걸리는 시험을 없애는 모델이 아니라, 어떤 후보물질을 먼저 시험할지 결정하는 초기 스크리닝 도구로 범위를 명확히 했습니다. 2) 작업 범위 국내외 잔류성 데이터 통합, 분자 설명자 자동 추출 파이프라인 구축, 모델 검증과 구조-활성 해석까지 전 과정을 담당했습니다.
