제약회사 연구원의 블로그

– 분해를 예측한다는 것, 그리고 책임을 감당한다는 것 1. Stability는 왜 제약 데이터 과학의 마지막 보루처럼 남아 있었을까제약 데이터 중에서AI 적용이 비교적 빨리 자리 잡은 영역은 명확하다.후보물질 스크리닝ADME/Tox 예측합성 경로 최적화반면 stability는 늘 뒤에 남아 있었다.이유는 단순하지 않다.stability는 단순한 “물성 예측” 문제가 아니라시간, 환경, 판단, 규제가 모두 얽힌 영역이기 때문이다.1개월 후 변화3개월 후 변화6개월, 12개월, 24개월…그리고 그 결과는“조금 변했다”가 아니라“출시 가능/불가”라는 결론으로 이어진다.AI가 예측을 틀렸을 때그 대가는 너무 크다. 2. 전통적인 stability 접근의 본질적 한계전통적인 stability 평가는기본적으로 경..

1. 서론 – “stability는 검증의 마지막 단계가 아니라, method의 일상 테스트다”Bioanalytical validation에서 stability 항목은 흔히 ‘마지막 단계’로 다뤄진다.정확도, 정밀도, 회수율, selectivity, carry-over 등 주요 항목이 끝나면마지막으로 bench-top, autosampler, extract, freeze-thaw stability를 수행하는 식이다.하지만 실제 분석팀 관점에서 보면 stability는“마지막에 검증하는 항목”이 아니라,“매일 반복되는 분석의 신뢰도를 증명하는 테스트”다.특히 extract stability와 bench-top stability는시료 전처리 및 보관 환경의 미세한 차이가 결과를 완전히 바꿔버릴 수 있다.즉,..