데이터베이스 연구회지(SIGDB)
Current Result Document :
| 한글제목(Korean Title) |
트랜스포머 기반 압타머-단백질 상호작용 예측 분류기와 유전알고리즘을 이용한 압타머 후보 서열 생성 시스템 |
| 영문제목(English Title) |
Aptamer candidate sequence generation system using transformer-based aptamer-protein interaction prediction classifier and genetic algorithm |
| 저자(Author) |
신인철
최정훈
한연수
권준호
송길태
Incheol Shin
Jeonghoon Choi
Yeonsu Han
Joonho Kwon
Giltae Song
|
| 원문수록처(Citation) |
VOL 39 NO. 01 PP. 0059 ~ 0071 (2023. 04) |
한글내용
(Korean Abstract) |
코로나19의 유행으로 백신, 치료제, 진단키트와 같은 신약 개발의 중요성이 강조되고 있고, 신속하고 효과가 뛰어난 신약을 개발하기 위한 인공지능 기술 적용도 확대되고 있다. 이러한 신약 개발의 한 가지 방법으로 차세대 바이오 물질인 ‘압타머’를 이용하는 방법이 관심을 받고 있다. 압타머는 3차원 구조를 가지는 단일 가 닥 올리고 뉴클레오타이드로 표적 단백질에 특이적으로 결합하는 특징이 있다. 그리고 압타머는 기존 신약 개발에 활용되는 바이오 물질보다 안정성과 생산성이 높으므로 감염병 실험실 검사, 암 치료제 등 다양한 신약 개발 분야에서 활용되고 있다. 그러나 압타머 후보 서열을 발굴하기 위한 대표적인 실험인 SELEX는 표적 단 백질에 결합하는 압타머 후보 물질을 찾는 데 많은 시간이 걸린다는 단점이 있다. 본 논문에서는 압타머 후보 서열 발굴에 많은 시간이 걸리는 SELEX 실험의 단점을 보완하기 위한 컴퓨터 시뮬레이션 기반 연구를 진행하 였다. 논문에서는 압타머 후보 서열 발굴을 위한 트랜스포머(Transformer) 기반 압타머-단백질 상호작용 예 측 분류 모델을 개발하였고, 이와 유전알고리즘을 이용한 압타머 후보 서열 생성 시스템을 제안한다. 설계한 시스템을 이용하여 뉴클레오타이드 서열을 생성할 수 있었고, 생성된 후보 서열들의 품질 측정을 위해 ZDOCK 분자 구조 도킹 시뮬레이션을 이용하였다. 그 결과, 생성된 후보 서열들이 실제 압타머들보다 도킹 점수가 비슷하거나 높은 것을 확인할 수 있었다. |
영문내용
(English Abstract) |
Due to the COVID-19 Pandemic, the discovery of drugs, vaccines, and diagnosis kits has been one of major research topics. To improve the efficiency of the drug discovery, artificial intelligence has been actively applied in the field. Aptamers, one of next-generation biomaterials in the drug discovery, attracts a lot of attention in recent decades. Aptamers are single-strand oligonucleotides that comprise tertiary structures and bind to specific target proteins. Aptamers are considered safer and more stable than traditional biomaterials. Therefore, Aptamers are used in various new drug development fields, such as laboratory tests for infectious diseases and cancer treatments. However, SELEX, a representative experiment for aptamer discovery, face at challenges since it takes a lot of time to determine aptamer sequences that bind to a given target protein. In this study, we developed a computer-based method to reduce the cost for aptamer discovery. And we also developed a transformer-based aptamer-protein interaction prediction classification model for discovering aptamer candidate sequences, and propose a system for generating aptamer candidate sequences using genetic algorithms. Nucleotide sequences could be generated using the designed system, and a molecular structure docking simulation called ZDOCK was used to measure the quality of the generated candidate sequences. As a result, generated sequences were confirmed that the docking score was similar or higher than that of the actual aptamers. |
| 키워드(Keyword) |
신약 개발
압타머-단백질 상호작용
머신 러닝
딥 러닝
트랜스포머
유전알고리즘
Drug Discovery
Aptamer-Protein Interaction
Machine Learning
Deep Learning
Transformer
Genetic Algorithm
|
| 파일첨부 |
PDF 다운로드
|
