1. 도메인 특화 벡터DB 구축을 위한 임베딩 모델 및 Chunking 기법

• SMILES, SELFIES 등의 분자구조 데이터를 적절한 크기 또는 의미 단위의 청크(chunk)로 분할하는 기술 연구

• Amino acid 서열 등의 단백질 구조 정보 처리에 특화된 벡터 임베딩 기술 연구 및 개발

2. 생물·화학 정보처리를 위한 RAG 및 프롬프트 엔지니어링

• 약물 또는 질병치료에 관한 문서 데이터를 활용한 벡터 임베딩 품질 개선 연구

• 생물 및 화학 정보 분석 및 예측을 위한 프롬프트 최적화 기법 연구

1. 약물-표적 결합 친화도 예측을 위한 딥러닝 기술 개발

• 화합물과 단백질 정보를 동시 처리하기 위한 딥러닝 모델(transformer, GNN 등) 연구 및 개발

• 돌연변이 단백질 처리 가능한 결합 친화도 예측 모델 연구 및 개발

• 미지의 단백질에 대한 돌연변이 탐지, 단백질 접힘 및 안정성 변화 예측, 병원성 예측 모델 개발

1. 유전자 알고리즘(genetic algorithms) 응용 연구

• Evolutionary operators(mutation or crossovers)를 이용해 분자를 반복적으로 변형시키는 분자구조 생성 기법 연구

2. 강화학습(Reinforcement Learning) 응용 연구

• 약물 특성을 고려한 보상 함수를 설계

• 고차원의 chemical space를 효율적으로 exploration하는 기법 연구

3. 효율적인 분자공간 탐색을 위한 Monte-Carlo Tree Search 응용 연구

• 분자 구조 생성 트리를 시뮬레이션하며, 여러 개의 약물 특성을 평가해 후보 물질을 탐색하는 최적화 기법 연구