WHY PORTRAITARGET
Bulk-RNA가 놓치는 것을 조직이 말해줍니다
표준 파이프라인은 종양을 "세포 한 묶음"으로 다룹니다. PortraiTARGET은 실제 공간 구조 — 이웃 세포 맥락, 약물 도달 범위, off-target 리스크 — 를 읽고 타겟 인텔리전스로 바꿉니다.
- 01
공간-우선 타겟 인텔리전스
종양 내부 발현, 이웃 맥락, 전신 독성 신호를 한 번의 분석으로. Bulk-RNA의 평균값에 가려졌던 종양 선택적 타겟이 드러납니다.
- 02
물리 기반 약물 설계
혈관 밀도·세포 내 흡수 동역학·링커 절단까지 Microscopic-PK 모델링으로 시뮬레이션 — 합성 전에 약물 전달 효율을 먼저 검증합니다.
- 03
단계별 리스크 차단
조직 내 공간 공동 분포부터 in-vivo 도즈 맵까지, 다층 검증으로 효능과 안전성 리스크를 "고치기 쉬운 단계"에서 잡아냅니다.
WHAT IT DOES
공간 데이터에서 가능성 있는 타겟까지
단일 플랫폼 위 6개 분석 — 타겟 선정, 페이로드 최적화, 도즈 예측을 모달리티 전반에 적용합니다.
- 타겟 선정
Molecular-to-Spatial 타겟 매핑
종양 내부 발현·이웃 맥락·전신 독성을 매핑해 실행 가능한 종양 선택적 타겟을 도출합니다.
- 이질성 검증
ITEM 분석
Intra-Tumoral Expression Mapping으로 공간 이질성을 평가하고, 일관된 종양 발현과 최소 off-target 누출을 보이는 타겟을 식별합니다.
- ADC 효능 예측
Bystander Effect 정량화
Mean Target-High Distance(MTHD)로 저발현 세포가 인접한 고발현 영역의 도움을 받는 공간 구성을 식별 — ADC 반응을 사전에 예측합니다.
- 모달리티 매칭
최적 페이로드 전략
ADC 링커를 절단 효소 영역과 페어링, RPT 분포는 혈관·저산소 분포로 모델링, 분해제는 E3 ligase와 공동 분포하는 이중 타겟 영역을 식별.
- 페이로드 전달
Microscopic-PK 동적 농도 맵
혈관 밀도·타겟 풍부도·내재화 동역학을 물리 기반으로 모델링해 페이로드 전달의 고해상도 시간별 맵과 IC50을 넘는 종양 세포 비율을 산출합니다.
- RPT 도시메트리
방사선 흡수선량 예측
Lu-177 등 방사성 의약품의 종양 조직 내 흡수선량(Gy)을 혈관 근접도·수용체 표적화·미세환경 장벽을 반영해 추정합니다.
MODALITIES
종양학을 다시 짜는 모달리티에 맞춰 설계
공간 생물학은 본래 모달리티를 가리지 않습니다. 같은 플랫폼에서 ADC·RPT·이중 특이·분해제를 분석 스택을 새로 짜지 않고 다룹니다.
ADC
종양 선택적 타겟 발굴, 절단 효소 영역에 맞춘 링커-페이로드 페어링, MTHD 기반 bystander 효과 예측.
RPT
혈관·저산소 분포로 모델링하는 방사성 의약품, Lu-177 등의 흡수선량 맵까지 한 번에.
이중 특이 항체
이중 타겟의 공간 공동 분포를 분석해 두 시그널이 함께 나타나는 영역에서만 작동하는 engager를 설계합니다.
분해제 (DAC)
E3 ligase와 공동 분포하는 이중 타겟 영역을 식별 — 분해제의 전달 효율과 선택성을 정교화합니다.
USE CASES
PortraiTARGET으로 할 수 있는 일
파트너들이 플랫폼으로 추구하는 5가지 구체적 결과.
새로운 종양 특이적 타겟 발굴
표준 bulk-RNA 파이프라인이 놓치는 타겟을 종양 내부 공간 맥락과 전신 독성 신호로 함께 검증해 도출합니다.
ADC/RPT 페이로드 전략 설계
이상화된 가정이 아닌 실제 조직 공간 데이터로 페이로드·링커·동위원소를 종양의 공간 생물학에 맞게 페어링합니다.
공동 개발 가능한 자산 구축
환자 stratification을 위한 임상 적응증과 바이오마커를 식별하고, 사전 검증된 효능·안전성 지표를 갖춘 자산을 파트너십에 준비합니다.