in Scileo AI 기반 예측으로
화학물질의 독성을 분석하다
AI 기반 분석을 통해 화학물질의 안전성을 평가하고
독성 발생 가능성을 예측합니다.
AOP 기반 설명가능 AI를 활용한 화학물질 위해성 스크리닝
ToxCast Assay, OECD Test Guideline 기반 분자 개시사건(MIE)부터 유해결과(AO)까지 독성 기전 통합 예측
데이터 기반 모델링으로 신뢰도 있는 결과 제공
US EPA ToxCast (9,000종 이상 화학물질, 1,000개 이상 생물검정 assay) 및
OECD TestGuideline 기반으로 학습된 데이터 모델을 활용하며 예측 결과별 신뢰도 및 성능 지표를 제공합니다.
AOP 기반 설명 가능한 독성 예측
AOP 기반 MIE → KE → AO 연계를 통해 질환 연관성 분석, 독성 우선순위 도출,
고위험 물질 선별에 설명가능한 근거를 제공하며 시험 전략 수립을 지원합니다.
Positive/Negative 결과를 넘어,
생물학적 경로와 규제 평가 관점의 해석 단위를 함께 제공합니다.
실험값과 예측값 비교를 통한 타당성 확보
실제 실험 데이터 기반 모델 결과와 예측값을 함께 검토할 수 있어,
단순 예측 결과가 아닌 근거 있는 스크리닝 판단을 지원합니다.
모델별 성능 지표와 endpoint별 결과를 함께 확인함으로써
예측 결과의 신뢰 수준을 검토하고 후속 시험 우선순위를 설정할 수 있습니다.
분자구조 기반
스크리닝부터 결과 리포트까지
분자구조 기반 in silico 스크리닝
분자 구조 기반 Fingerprint를 자동 산출하여,
ToxCast, OECD TestGuideline 을 통해 학습된 예측모델로 다중 endpoint를 동시 예측합니다.
설명가능한 AI 예측 모델 with AOP
규제 종말점에 직접 대응하는 AO 레벨 모델(OECD TestGuideline 기반)과 세포·분자 수준의 기전을
도출하는 MIE·KE 레벨 모델(ToxCast 기반) 결과를 AOP 프레임워크 내에서 통합 해석 지원하여
생물학적 경로 수준의 작용 기전 해석을 지원합니다.
Applicability Domain 자동 검증
예측 물질이 모델 학습 범위 내에 포함되는지 자동 검증하여,
학습 범위를 벗어난 물질에 대해 사전 경고를 제공합니다.
Workflow 단계별 탐색
검색 조건 변경에 따른 분석 이력을 분기 형태로 누적 관리하고,
다양한 시나리오를 비교할 수 있습니다.
독성 예측, 유사물질 검색 등 여러 스크리닝 액션과 물질 검색 조건을 조합합니다.
규제 대응 보고서 자동 생성
Cover sheet 및 endpoint별 예측 결과를 기반으로
Excel / PDF 형태의 리포트를 자동 생성합니다.
ToxBAI와 함께 대규모 화학물질의 위해성을 예측하고,
고위험 물질 선별부터 보고서 작성까지 자동화하세요.
