> For the complete documentation index, see [llms.txt](https://docs.hits.ai/docs-ko/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.hits.ai/docs-ko/project-feature-ko/hyper-screening-x/model-management/train-new-model.md).

# 신규 모델 학습하기

Hyper Screening X를 통한 분자를 생성하기 위해서는 먼저 모델의 학습이 필요합니다.

### 1. 신규 모델 학습 실행

<figure><img src="https://1649178184-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fy5VfWhOSeLc5bLACn0p2%2Fuploads%2FwhDM934YOyEdVYYxI9zN%2Fimage.png?alt=media&amp;token=63312586-d046-4297-b402-b0466d82ec84" alt=""><figcaption><p>모델 관리 화면의 ‘신규 모델 학습’ 버튼 클릭</p></figcaption></figure>

모델 관리 화면에서 \[신규 모델 학습] 버튼을 클릭하여 모델 학습 화면을 실행합니다.

### 2. 신규 모델 학습 정보 입력

신규 모델을 학습하기 위해서는 2가지 단계의 설정이 필요합니다.

#### 2.1. Step 1 단백질 선택

<figure><img src="https://1649178184-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fy5VfWhOSeLc5bLACn0p2%2Fuploads%2F2jOJ3JHfjbgHf1igMaVq%2Fimage.png?alt=media&amp;token=81564c24-f826-4a78-ba5b-9cb48b40b2a9" alt=""><figcaption><p>Step 1 : 단백질 선택 화면</p></figcaption></figure>

신규 모델을 학습하기 위해서 가장 먼저 학습의 기반이 되는 단백질을 선택해야 합니다.

단백질은 현재 프로젝트에 추가된 단백질 중 ‘3D strcuture’ 유형의 단백질만 선택이 가능합니다. 모델 학습을 진행할 단백질을 선택 후 \[다음] 버튼을 클릭하여 다음 단계로 이동합니다.

(\*단백질은 1개만 선택이 가능합니다.)

추가된 단백질이 없다면 상단의 \[단백질 관리 페이지 이동] 버튼을 클릭하여 단백질 관리 페이지로 이동하여 프로젝트에 단백질을 먼저 추가해야 합니다.

#### 2.2. Step 2 : 모델 기본 설정

<figure><img src="https://1649178184-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fy5VfWhOSeLc5bLACn0p2%2Fuploads%2FjmscNrOl1dAApWqhUbTr%2Fimage.png?alt=media&amp;token=a5f788ee-ced2-4d76-be67-75b8a526ffef" alt=""><figcaption><p>Step 2 : 모델 기본 설정 화면</p></figcaption></figure>

단백질 선택을 완료했다면, 모델 학습 시 필요한 기본 정보와 모델을 통해 분자를 생성할 때의 후보 물질 조건을 설정해야 합니다.

**(1) 모델 기본 정보 입력**

<table><thead><tr><th width="107.859375">항목</th><th>설명</th></tr></thead><tbody><tr><td>모델 이름</td><td><p>모델의 원하는 이름을 입력할 수 있습니다.</p><ul><li>모델 이름은 프로젝트 내 다른 모델 이름과 중복 사용이 불가능합니다.</li></ul></td></tr><tr><td>모델 태그</td><td><p>모델을 통해 생성된 분자의 ‘Hyper Screening X 모델’ 필드에 추가될 태그입니다.</p><ul><li>태그의 이름은 프로젝트 내 다른 모델 태그와 중복 사용이 불가능합니다.</li></ul></td></tr><tr><td>분자 코드</td><td><p>해당 모델로 생성한 분자 이름 부여 시 사용될 코드입니다.<br>생성 분자의 이름은 ‘분자 코드-생성 번호'로 표시됩니다.</p><ul><li>분자 코드는 영문 공백 없이 최대 10자까지만 입력이 가능합니다.</li></ul></td></tr><tr><td>모델 설명</td><td>모델의 대한 설명을 자유롭게 입력할 수 있습니다.</td></tr></tbody></table>

**(2) Physicochemical property conditions 설정**

모델 추가 시 적용할 후보 물질의 Physicochemical proeprty 조건입니다.

**\[조건 설정 시 유의 사항]**

1. 각 물성의 조건은 Lipinski rule의 On / Off에 따라서 설정할 수 있는 범위가 다릅니다.

| 항목               | Lipinski rule On | Lipinski rule Off |
| ---------------- | ---------------- | ----------------- |
| LogP             | 2\~7             | 2\~5              |
| Molecular weight | 200\~800         | 200\~500          |
| TPSA             | 0\~120           | 0\~120            |

2. 각 물성의 조건은 지정할 수 있는 최소 범위가 존재합니다.\
   (범위를 너무 좁게 설정할 경우, 생성 분자 수가 적거나 Binding score가 좋지 않은 분자가 생성될 수 있습니다.)

<table><thead><tr><th width="174.37890625">항목</th><th>최소 범위</th></tr></thead><tbody><tr><td>LogP</td><td>설정한 최댓값과 최솟값의 차이가 2 이상이어야 합니다.</td></tr><tr><td>Molecular weight</td><td>설정한 최댓값과 최솟값의 차이가 300 이상이어야 합니다.</td></tr><tr><td>TPSA</td><td>설정한 최댓값과 최솟값의 차이가 50 이상이어야 합니다.</td></tr></tbody></table>

### 3. 모델 학습 요청

<figure><img src="https://1649178184-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fy5VfWhOSeLc5bLACn0p2%2Fuploads%2FBpfUPOU59LWuVy8aeFSM%2Fimage.png?alt=media&amp;token=02750b64-a612-46fc-bc2c-d93c3765a39c" alt=""><figcaption><p>모델 학습 시작 전 마지막 확인 화면</p></figcaption></figure>

모델의 기본 정보 입력 및 후보 물질의 물성 조건까지 설정이 완료되면 \[학습하기] 버튼을 클릭하여 모델 학습을 시작할 수 있습니다.

모델 학습 시작 전 마지막 확인 화면에서 \[학습하기] 버튼을 클릭하면 모델 학습이 시작됩니다.

모델 학습이 시작되면, 모델 학습의 상태가 ‘진행 중'으로 바뀌고 최대 48시간 이내에 완료됩니다.

{% hint style="info" %}
**\[모델 학습 시 필요한 토큰]**

모델 학습을 위해서는 Hyper Screening X 토큰 1개가 점유됩니다.

\*Hyper Screening X 토큰은 기존 기능에 사용되는 토큰과는 별도로 Hyper Screening X를 사용하는 랩스페이스에 제공되는 Hyper Screening X 전용 토큰입니다.
{% endhint %}
