Research

Our laboratory primarily focuses on structure–activity relationship (SAR) and structure–property relationship (SPR) studies, with a strong emphasis on the design and synthesis of novel drug-like molecules. In addition, we apply molecular modeling approaches, including structure-based design (docking), ligand-based design (QSAR), and virtual screening to identify and optimize potential leads. More recently, we have been expanding into AI-driven machine learning and deep learning platforms to establish predictive models for drug discovery. By integrating synthetic medicinal chemistry with computational and AI-based approaches, we aim to accelerate the discovery of innovative therapeutics.

본 연구실은 SAR(구조–활성 상관관계) 및 SPR(구조–물성 상관관계) 연구를 기반으로 한 의약품 설계 및 합성 연구를 핵심으로 수행하고 있습니다. 또한 구조 기반 설계(docking), 리간드 기반 설계(QSAR), 가상 스크리닝(virtual screening과 같은 분자 모델링 기법을 활용하여 후보물질을 발굴하고 최적화합니다. 최근에는 AI 기반 머신러닝·딥러닝 예측 플랫폼 구축을 통해 차세대 신약개발 기법을 확장하고 있습니다. 이처럼 전통적 합성 의약화학과 첨단 계산·AI 기반 연구를 융합하여 혁신적인 치료제 후보물질 발굴을 목표로 하고 있습니다.