ML 엔지니어를 위한 단백질 AI 가이드

단백질 AI라는 생소한 분야를 ML 엔지니어의 시각에서 잘 정리했다는 긍정적인 반응이 주를 이룬다.

• 단백질 구조 예측에는 AlphaFold 계열을, 새로운 단백질 구조 생성 및 설계에는 RFdiffusion과 같은 확산 모델 기반 도구를 선택하는 것이 적절하다.

그래프 신경망(GNN)

— 데이터 간의 관계를 그래프 구조로 표현하여 학습하는 신경망이다. 단백질의 아미노산 잔기 간 상호작용과 3차원 기하학적 구조를 모델링하는 데 핵심적인 역할을 수행한다.

확산 모델(Diffusion Model)

— 데이터에 노이즈를 추가했다가 이를 다시 제거하는 과정을 통해 새로운 데이터를 생성하는 모델이다. 단백질 설계 분야에서는 무작위 구조에서 시작해 특정 기능을 가진 단백질 구조를 생성하는 데 사용된다.

단백질 접힘(Protein Folding)

— 단백질의 아미노산 서열이 고유한 3차원 구조로 접히는 현상이다. 단백질의 기능은 이 구조에 의해 결정되므로, 서열로부터 구조를 예측하는 것은 생물학의 오랜 난제였다.