Current Result Document :
| 한글제목(Korean Title) |
단백질-리간드 결합 친화력 예측을 위한 VAE기반 데이터 증강 기법 |
| 영문제목(English Title) |
VAE based data augmentation for protein-ligand binding affinity prediction |
| 저자(Author) |
최승연
서상민
최종환
박상현
Seungyeon Choi
Sangmin Seo
Jonghwan Choi
Sanghyun Park
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0847 ~ 0849 (2022. 12) |
한글내용
(Korean Abstract) |
신약 개발 과정 중 단백질과 리간드의 상호작용은 다양한 생물학적 과정에서 중요한 역할을 하기 때문에 단백질과 리간드의 결합 친화력을 예측하는 많은 연구가 이루어졌다. 하지만 단백질과 리간드의 결합 정보를 담고 있는 데이터셋의 부족으로 기존의 약물 표적 상호작용을 예측하는 모델에 대한 일반화 성능이 부족하다는 문제가 있다. 이를 해결하기 위해 본 연구에서는 결합 친화력 예측 사용되는 데이터셋을 늘려 예측 성능과 일반화 성능을 높이기 위한 VAE 기반 데이터 증강 모델을 제안한다. 생성하려는 데이터의 큰 차원과 sparseness를 해결하기 위해 VAE의 학습을 pre-training과 fine-tuning으로 나누어 수행되었다. 제안하는 모델을 통해 생성된 데이터를 추가했을 때 결합 친화력 예측 성능과 일반화 성능의 향상을 확인하였으며 생성된 데이터가 훈련 데이터의 특징을 유의미하게 복원함을 확인함으로써 이 모델의 우수성을 검증하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
