# 신규 모델 학습하기 Hyper Screening X를 통한 분자를 생성하기 위해서는 먼저 모델의 학습이 필요합니다. ### 1. 신규 모델 학습 실행

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

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

단백질 선택을 완료했다면, 모델 학습 시 필요한 기본 정보와 모델을 통해 분자를 생성할 때의 후보 물질 조건을 설정해야 합니다. **(1) 모델 기본 정보 입력**

항목	설명
모델 이름	모델의 원하는 이름을 입력할 수 있습니다. 모델 이름은 프로젝트 내 다른 모델 이름과 중복 사용이 불가능합니다.
모델 태그	모델을 통해 생성된 분자의 ‘Hyper Screening X 모델’ 필드에 추가될 태그입니다. 태그의 이름은 프로젝트 내 다른 모델 태그와 중복 사용이 불가능합니다.
분자 코드	해당 모델로 생성한 분자 이름 부여 시 사용될 코드입니다. 생성 분자의 이름은 ‘분자 코드-생성 번호'로 표시됩니다. 분자 코드는 영문 공백 없이 최대 10자까지만 입력이 가능합니다.
모델 설명	모델의 대한 설명을 자유롭게 입력할 수 있습니다.

**(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.)

항목	최소 범위
LogP	설정한 최댓값과 최솟값의 차이가 2 이상이어야 합니다.
Molecular weight	설정한 최댓값과 최솟값의 차이가 300 이상이어야 합니다.
TPSA	설정한 최댓값과 최솟값의 차이가 50 이상이어야 합니다.

### 3. 모델 학습 요청

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 %} --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.hits.ai/docs-ko/project-feature-ko/hyper-screening-x/undefined/undefined.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.