순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Early-Enrichment Hit Discovery via Reversible-Work c(t) Estimation in Metadynamics (CTMD)
Venkata Sai Sreyas Adury, Pratyush Tiwary, Xinyu Gu 외 · Journal of Chemical Information and Modeling · 2026년 · 조회 13
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-09 발표 · 게재 1일차 · Journal of Chemical Information and Modeling
NEW 논문으로 선정된 이유는 2026년 9월 최근 발표된 최신 연구이며, 메타다이내믹스를 활용한 새로운 히트 트라이아징 접근법이라는 참신성 때문이다.
논문 요약
가상 스크리닝에서 발생하는 거짓 양성 문제를 물리 기반 고처리량 프로토콜인 CTMD로 해결한다. CTMD는 Tiwary와 Parrinello가 제안한 가역 작업 추정량 c(t)를 짧은 독립 시뮬레이션으로 계산해 초기 풍부성을 향상시킨다. 기존 AI 기반 공동 폴딩 방법이 일관된 개선을 보이지 못하는 한계를 넘어, 물리적 정확성을 유지하면서도 효율적인 히트 triaging을 제공한다.
후속 연구설계에 활용하기
CTMD의 c(t) 추정값을 초기 풍부성 평가지표로 사용하거나, 기존 AI 스크리닝 파이프라인과 비교 실험을 설계하는 데 활용할 수 있다.
핵심어
메타다이내믹스가역 작업초기 풍부성가상 스크리닝
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.