_$주식추출DB-✅텔레그램SUPERADMAN > 중고장터

_$주식추출DB-✅텔레그램SUPERADMAN 데이터베이스 없이도 미지의 단백질 서열을 정확히 예측하는 인공지능(AI) 모델이 개발됐다. 복잡한 단백질의 구조를 표현한 조형물. 게티이미지뱅크 제공 데이터베이스 없이도 미지의 단백질 서열을 정확히 예측하는 인공지능(AI) 모델이 개발됐다. 방대한 데이터를 확보하지 않아도 높은 정확도를 보여 단백질 예측·분석의 패러다임을 바꿀 것이란 기대가 나온다. 티모시 젠킨스 덴마크공대(DTU) 교수팀과 영국 AI 스타트업 인스타딥 연구진으로 구성된 공동연구팀은 드노보(DeNove·기존에 알려진 정보 없이 새로운 것을 분석하거나 조합하는 방식) 서열 분석 모델 '인스타노보(InstaNovo)'와 단백질 조각 예측을 수동으로 정제하는 방식을 모방해 서열 정확도를 향상시키는 확산 기반 반복 정제 모델인 '인스타노보플러스(InstaNovo+)'를 개발하고 연구 결과를 국제학술지 '네이처 머신 인텔리전스'에 31일 발표했다. 연구팀은 "인스타노보플러스는 단백질 과학을 넘어 암 면역치료, 감염병 진단, 맞춤형 의학, 심지어 식물학이나 고고학 같은 영역에도 혁신적 기여를 할 것"이라고 말했다. 단백질 대량 분석을 의미하는 프로테오믹스 분야에서는 주로 질량분석기에서 얻은 데이터를 기반으로 기존 단백질 데이터베이스와의 비교를 통해 시료 내 단백질을 식별한다. 이 방식은 진단, 치료 모니터링, 병원체 탐지 등에 널리 활용된다. 연구팀은 이러한 데이터베이스 기반 단백질 분석에 여러가지 문제점이 있다고 지적했다. 젠킨스 교수는 "기존 데이터베이스 기반 방식은 모든 단백질을 담고 있지 않다는 점에서 완전하지 않으며 심층 검색은 막대한 연산자원과 시간이 필요하다"며 "아직 보고되지 않은 미지의 단백질은 사실상 탐지가 불가능하다"고 말했다. 연구팀은 기존 모델의 한계점을 극복하기 위해 새로운 방식의 AI 모델을 제안했다. 인스타노보는 '트랜스포머 아키텍처'란 서열 분석 모델을 사용한다. 기존 드 노보 모델이 개별 단백질 아미노산의 서열을 하나씩 예측한다면 이 모델은 단백질 아미노산의 전체 패턴을 동시에 분석해서 서열을 한번에 예측하는 방식으로 작동한다. 또 기존 모델이 개별 정보값을 하나씩 해석한다면 트랜스포머 아키텍처 모델은 모든