# Show GN: ARR-MEDIC CYP3A4: 약물 상호작용(DDI) 예측을 위한 오픈소스 교육·연구 플랫폼

> Clean Markdown view of GeekNews topic #23348. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=23348](https://news.hada.io/topic?id=23348)
- GeekNews Markdown: [https://news.hada.io/topic/23348.md](https://news.hada.io/topic/23348.md)
- Type: show
- Author: [flamehaven01](https://news.hada.io/@flamehaven01)
- Published: 2025-09-29T13:43:03+09:00
- Updated: 2025-09-29T13:43:03+09:00
- Original source: [github.com/Flamehaven](https://github.com/Flamehaven/Arr-Medic-CYP3A4)
- Points: 4
- Comments: 0

## Topic Body

#### ARR-MEDIC CYP3A4?  
  
- 간에서 임상 처방 약물의 절반 이상을 대사하는 핵심 효소 **CYP3A4**의 억제 여부를 예측해 약물 간 상호작용 위험을 가늠하는 프로젝트.  
- 연구·교육 목적의 오픈소스로 공개되었고, 손쉽게 써볼 수 있는 **웹 데모**와 확장 가능한 ML 파이프라인을 제공베이스라인은 약 **70% 정확도**로, 개념 학습과 방법론 비교의 출발점이 되도록 설계  
  
---  
  
#### 왜 만들었나?  
  
- 2025년 6월 말 신약개발 AI 경진대회 있었음. 3주간 전혀 모르던 의학 분야, 특히  CYP3A4효소 논문 닥치는데로 읽으며 밤새가며 개발 완료.  
- 그러나 정작 해외거주자여서 출품조차 하지 못함. 허탈한 마음에 방치하다가 아깝다는 생각에 보완, 강화시켜 오픈소스 올림  
  
---  
  
#### 왜 주목해야 할까?  
  
- **환자 안전 & 폴리파머시**: CYP3A4 억제는 특정 약물 농도를 **2–10배**까지 높일 수 있어 독성/치료 실패로 이어질 수 있음. 이 프로젝트는 그 위험 신호를 조기에 짚어보는 연습장 역할을 함.  
- **브리지 역할**: 오픈소스에서 시작해 RDKit·클래식 ML→GNN/Transformer로 단계적으로 고도화하는 **로드맵**을 제시.  
  
---  
  
#### 무엇이 들어 있나? (하이라이트)  
  
- **웹 데모**: 브라우저에서 바로 예측을 체험(한국어/영어 UI 토글, SMILES 입력·시각화, 예제 화합물 포함).  
- **API & 백엔드**: FastAPI 기반 REST API(단일/배치 예측, OpenAPI 문서), 비동기 SQLite 저장, Docker 지원.  
- **확장성**: RDKit 서술자, RandomForest/XGBoost 같은 모델 추가, 피처 중요도 분석 등으로 손쉽게 커스터마이징.  
- **아키텍처**: `backend(FastAPI)` / `frontend(React)` / `models` / `data` / `docs` 구성.  
  
---  
  
#### 빠르게 써보기  
  
- **로컬/Conda/Docker** 중 원하는 방식으로 실행 가능(uvicorn으로 API 스타트, `docker-compose up -d` 등). 시작 후 `http://localhost:8000/docs`에서 스펙 확인.  
- *온라인 데모(Hugging Face Spaces)도 제공되어 설치 없이 체험할 수 있음.  
  
##### **🚀 간단설치**  
  
**Linux/macOS**  
  
```  
# Clone repository  
git clone https://github.com/your-org/arr-medic-cyp3a4-opensource  
cd arr-medic-cyp3a4-opensource  
  
# Run automated installer  
chmod +x scripts/install.sh  
./scripts/install.sh  
```  
  
**Windows**  
  
```  
# Clone repository  
git clone https://github.com/your-org/arr-medic-cyp3a4-opensource  
cd arr-medic-cyp3a4-opensource  
  
# Run automated installer  
scripts\install.bat  
```  
  
- **Conda + RDKit** (best accuracy)  
- **pip only** (simplified mode)  
- **Docker** (containerized)  
  
---  
  
#### 성능 & 스펙 (교육/연구용 지표)  
  
- **정확도**: ChEMBL 기반 CYP3A4 테스트 데이터에서 **~70%**, 민감도 ~75%, 특이도 ~65% (교육·벤치마크 출발선).  
- **시스템**: 단일 CPU에서도 1건 <2초 예측, 배치 처리·동시 사용자 대응 등 경량화 지향.  
  
---  
  
#### 로드맵  
  
- **v1.0(현재)**: 규칙 기반 베이스라인(~70%).  
- **v2.0**: RDKit + RandomForest/XGBoost로 **~80–85%** 목표.  
- **v3.0**: GNN/Transformer로 **~85–90%** 지향, 해석 가능성(예: SHAP) 강화.  
  
---  
  
#### 라이선스 & 주의  
  
- **MIT 라이선스**. [GitHub](https://github.com/Flamehaven/Arr-Medic-CYP3A4)  
- **의료·진단 용도 아님**: 본 프로젝트는 연구·교육 목적이며, 임상 의사결정·환자 진료·규제 제출에 사용하면 안 됨.  
  
---  
  
#### 링크  
  
- GitHub: [Flamehaven/Arr-Medic-CYP3A4](https://github.com/Flamehaven/Arr-Medic-CYP3A4)  
- 온라인 데모: [Hugging Face Spaces (빠른 데모 실행가능)](https://huggingface.co/spaces/Flamehaven/arr-medic-cyp3a4-demo)  
- 못다 한 개발 이야기: [**My First Attempt at a Medical AI with ELI5**](https://medium.com/p/ccc0edbd2bce)(의료 전문가가 아님에도 만들 수 있었던 과정을 담음)  
  
---  
  
#### 한줄 요약  
  
- 실전 임상용 도구는 아니지만, DDI 예측의 ‘개념→실험→고도화’ 흐름을 한 자리에서 익히기 좋은, 잘 정리된 의료 교육·연구용 코드

## Comments



_No public comments on this page._