1.단백질 3차원 구조 예측: 타깃 단백질의 구조를 예측함. 특히 질병의 주요 타겟이지만 구조가 많이 알려지지 않은 막단백질의 3차원 구조를 예측
2.매시브도킹, 분자동역학 가상실험: 약 1만 개 화합물의 도킹을 2시간 내에 확인할 수 있고, 분자동역학 가상실험은 선별된 후보물질이 진공상태가 아닌, 70%의 물로 구성된 생체환경에서 타깃과 약물이 어떻게 결합하는지를 확인함.
3.양자계산: 화합물의 전자구름, 전하분포를 양자계산한 데이터를 활용. 파뮬레이터는 자체 계산한 6만개 화합물의 양자계산 데이터로 AI를 학습시켜 자동화 모듈을 구축하여 파라미터 값들을 짧은 시간내로 계산 가능.
4.독성 예측: 독성을 야기하는 데이터들을 자체 AI 알고리즘에 학습시켜 후보 약물의 잠재독성을 예측함으로써 독성이 최소화된 약물을 도출할 수 있음.
5.드럭 제너레이션: 매시브도킹을 통해 선별된 물질과 유사한 구조를 가진 화합물들을 AI 알고리즘을 이용하여 생성함.
