며칠 만에 구축한 맞춤형 머신러닝 학습 데이터셋

Selvita는 맞춤형 솔루션을 위해 CAS Custom Services를 선택했습니다. CAS 솔루션 컨설턴트는 Selvita의 계산 화학자들과 협력하여 데이터셋 요구 사항을 정의하고 팀의 목표에 부합하는 최적의 형식을 결정했습니다. 이후 CAS 데이터 전문가들이 사람이 직접 큐레이션한 CAS Content Collection™에서 각 표적 반응 유형에 필요한 정보를 식별 및 추출하여, 수개월이 소요될 뻔했던 데이터 정제 작업을 획기적으로 단축했습니다.

데이터셋이 신뢰할 수 있는 모델 학습에 필요한 품질 기준을 충족하도록, CAS 콘텐츠 컨설턴트와 전문 화학자들이 고급 자동화 도구를 사용하여 각 항목에 대한 품질 보증을 수행했습니다. CAS는 며칠 만에 스즈키 반응 40만 건과 아미드 결합 반응 20만 건으로 구성된 검증된 데이터셋을 제공했습니다. Selvita는 이 큐레이션된 데이터셋을 활용하여 일반적인 시약, 용매, 촉매를 분류 및 순위화하는 필터를 적용하고 병렬 합성에 필요한 클러스터를 생성했습니다.

모델은 먼저 별도로 확보된 테스트 세트를 통해 검증되었습니다. Selvita 팀은 한 걸음 더 나아가, 이전에 수행된 적 없는 일련의 반응을 대상으로 모델과 자사 수석 화학자의 실력을 직접 비교했습니다. 몇 시간 만에 모델은 화학자가 일주일 넘게 걸려 도출한 결과보다 뛰어난 최적의 반응 조건을 찾아냈습니다. 이러한 실제 성과는 효율적인 합성을 위해 반응 조건을 안정적으로 예측하는 모델의 능력을 입증했습니다.

더 나은 데이터로 가속화하는 신약 개발

Selvita는 CAS와의 협력을 통해 수개월에 걸친 수동 데이터 작업과 신뢰할 수 없는 학습 세트로 인한 비용 소모적인 시행착오를 방지했습니다. 팀은 즉시 모델 개발 및 검증 단계로 전환하여 필수적인 유기 합성 워크플로를 간소화했으며, 제약 파트너에게 더 빠르고 효율적인 신약 개발 솔루션을 제공할 수 있는 역량을 강화했습니다. 이 프로젝트는 시작부터 올바른 데이터 기반을 갖추는 것이 얼마나 중요한지 입증했습니다.