Current Result Document :
| 한글제목(Korean Title) |
잔여 블록을 이용한 단백질과 압타머 후보 염기서열의 결합을 예측하는 분류 모델 설계 |
| 영문제목(English Title) |
Designing a classification model to predict the binding of protein and aptamer candidate sequences using residual blocks |
| 저자(Author) |
한연수
송길태
추동원
김주성
김준철
유승태
정광훈
Yeonsu Han
Giltae Song
Dongwon Choo
Juseong Kim
Jooncheol Kim
Seungtae Yoo
Gwanghoon Jung
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 0561 ~ 0563 (2022. 06) |
한글내용
(Korean Abstract) |
DNA-RNA와 같은 핵산이 3차원적 구조를 이루어 표적 분자에 결합하는 ‘압타머’는 항원-항체가 결합하는 방식과 유사하게 동작하기에 현대 신약 개발에 사용되기 시작했다. 더욱이 항체를 생산하는 것보다 비교적 간단한 방법인 화학적 합성 방식을 통해 생산될 수 있는 물질이기에 경제적으로도 유리한 측면이 존재한다. 1990년, Larry Gold와 Tuerk Craig에 의해 고안된 SELEX 방식은 무작위 염기서열을 생성해 표적물질과의 결합을 측정하여 이를 증폭하는 대표적인 압타머 후보 서열 발굴 실험이다. SELEX는 목적에 따라 다른 파생 방식이 생길 정도로 압타머 서열을 발굴하는 대표적인 방식 중 하나이다. 질병과의 인과 관계를 추측하거나 생물학적 시스템 모델을 개발하는 등 여러 의학 분야에 응용할 수 있기에 수많은 조합이 가능한 단백질과 염기서열의 결합 쌍에서, 특정 단백질과 결합하는 염기서열들의 패턴을 확인하는 것은 중요하다. 그렇기에 2015년 Deepbind에서는 패턴 분석에 처음으로 기계학습 모델을 도입하였고 CNN 모델을 시험관 내 단백질 – 염기서열 결합 데이터로 학습하여 목표 단백질과 압타머의 결합 여부를 분류하는 분류모델을 만들었다. Deepbind에서 제안한 모델의 성능을 향상시키기 위해 2016년에 제안된 ResNet의 Residual block을 이용한 분류모델을 설계하였고, 특정 단백질에 대해 실험한 결과, 여러 지표에서 분류모델 성능 개선이 이루어짐을 확인할 수 있었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
