초록 ▼

□ 연구개발 목표 및 내용
○ 최종 목표
현대 생명과학 연구의 중심에 있는 단백질 구조의 예측을 위해 최신 기계학습, 인공지능 방법과 최적화 방법을 개발하고자 한다. 또한 기존 단백질 구조 예측 방법으로는 어려운 원거리 유사성 단백질 (Remote homologue)들에 대한 단백질 서열 정렬 알고리즘을 개발하고 단백질 구조예측에 적용하고자 한다.

○ 전체 내용
첫재, 현대 인공지능 방법과 전역 최적화 방법을 사용하여 단백질 구조예측 방법을 개발한다. 둘째, 원거리 유사성 단백질 구조 예측을 위한 서열-

□ 연구개발 목표 및 내용
○ 최종 목표
현대 생명과학 연구의 중심에 있는 단백질 구조의 예측을 위해 최신 기계학습, 인공지능 방법과 최적화 방법을 개발하고자 한다. 또한 기존 단백질 구조 예측 방법으로는 어려운 원거리 유사성 단백질 (Remote homologue)들에 대한 단백질 서열 정렬 알고리즘을 개발하고 단백질 구조예측에 적용하고자 한다.

○ 전체 내용
첫재, 현대 인공지능 방법과 전역 최적화 방법을 사용하여 단백질 구조예측 방법을 개발한다. 둘째, 원거리 유사성 단백질 구조 예측을 위한 서열-구조 정렬 방법을 개발한다. 셋째, 인공지능 방법과 서열정렬 방법을 통해 단백질 구조의 평가방법과 원격 유사 단백질을 찾아내는 방법을 개발한다.

□ 연구개발성과
1) 현대 인공지능 방법과 전역최적화 방법을 사용한 단백질 구조예측 방법 개발
연구를 진행하면서, 딥마인드 팀의 알파폴드 인공지능의 발표에 따라, 알파폴드 방식을 차용하고, 단백질 구조의 세부구조 정확성을 향상시키기 위해 사이드체인 등을 학습시키는 인공지능을 개발, 테스트하고 있다. 이를 위해 사이드체인 손실함수, 거리 히스토그램 분석, 2차구조 손실함수, 사이드체인 상호작용 손실함수등을 개발하였으며, 예측된 구조들을 단백질의 물리화학적 특성을 최적화하는 전역최적화 방법을 적용하였다.
2) 원거리 유사성 단백질 서열-구조 정렬방법의 개발
단백질의 서열과 구조들의 정렬방법은 단백질 구조예측을 위해 템플릿을 활용하기 위해 Conditional Random Field 방법의 인공지능 방법을 개발하였으며, 논문 출판과 단백질 구조예측 인공지능에 템플릿 피처 방법으로 활용하고 있다.
3) 연구 관련 응용 연구결과
- 알파폴드와 분자동역학을 활용한 복합체 예측을 통해 MHC 복합체의 예측 연구
- 단백질 분해를 위한 Pba/Trx-PF0014 단백질 복합체의 3차구조 규명 연구
- 단백질 Coil-to-Helix 전이를 위한 hSNF5-BAF155 단백질 상호작용 연구

□ 연구개발성과 활용계획 및 기대 효과
단백질 세부구조 (사이드체인) 정확도 향상을 위한 인공지능 방법의 개발을 통해 단백질-단백질 복합체 구조의 예측, 단백질-리간드 상호작용 예측, MHC와 같은 면역 시스템 복합체 연구 등에 활용하고자 한다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 1) Attention, Structure Module을 사용한 인공지능의 최적화와 단백질 구조 전역최적화 방법의 개발 ... 4
• 2) 원거리 유사성 단백질 서열-구조 정렬방법의 개발 (Conditional Random Field Machine) ... 6
• 3) 연구관련 응용 연구 ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 7
• 1) 연구수행 결과 ... 7
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 15
• 5. 연구개발성과의 관리 및 활용 계획 ... 15
• 6. 참고문헌 ... 15
• 끝페이지 ... 15