KR20230031760A - Method of identify epitope candidate - Google Patents
Method of identify epitope candidate Download PDFInfo
- Publication number
- KR20230031760A KR20230031760A KR1020220032073A KR20220032073A KR20230031760A KR 20230031760 A KR20230031760 A KR 20230031760A KR 1020220032073 A KR1020220032073 A KR 1020220032073A KR 20220032073 A KR20220032073 A KR 20220032073A KR 20230031760 A KR20230031760 A KR 20230031760A
- Authority
- KR
- South Korea
- Prior art keywords
- amino acid
- sequences
- antigenic determinant
- sub
- antigen
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 150000001413 amino acids Chemical class 0.000 claims abstract description 262
- 230000000890 antigenic effect Effects 0.000 claims abstract description 147
- 239000000427 antigen Substances 0.000 claims abstract description 97
- 108091007433 antigens Proteins 0.000 claims abstract description 97
- 102000036639 antigens Human genes 0.000 claims abstract description 97
- 238000013528 artificial neural network Methods 0.000 claims description 117
- 238000003860 storage Methods 0.000 claims description 23
- 238000003062 neural network model Methods 0.000 claims description 14
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 150000008575 L-amino acids Chemical class 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 230000000306 recurrent effect Effects 0.000 claims description 5
- 102000004169 proteins and genes Human genes 0.000 claims description 4
- 108090000623 proteins and genes Proteins 0.000 claims description 4
- 238000007637 random forest analysis Methods 0.000 claims description 3
- 125000003275 alpha amino acid group Chemical group 0.000 abstract 2
- 230000008569 process Effects 0.000 description 31
- 230000006870 function Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 206010028980 Neoplasm Diseases 0.000 description 11
- 238000012549 training Methods 0.000 description 11
- 201000011510 cancer Diseases 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 210000004027 cell Anatomy 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 108010032595 Antibody Binding Sites Proteins 0.000 description 4
- 241000282326 Felis catus Species 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000013526 transfer learning Methods 0.000 description 4
- 210000001744 T-lymphocyte Anatomy 0.000 description 3
- 210000003719 b-lymphocyte Anatomy 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 210000000987 immune system Anatomy 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 201000009030 Carcinoma Diseases 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 108091008874 T cell receptors Proteins 0.000 description 1
- 102000016266 T-Cell Antigen Receptors Human genes 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013498 data listing Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005965 immune activity Effects 0.000 description 1
- 230000028993 immune response Effects 0.000 description 1
- 230000000415 inactivating effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 125000002924 primary amino group Chemical group [H]N([H])* 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/10—Sequence alignment; Homology search
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Biotechnology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- Bioethics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Peptides Or Proteins (AREA)
Abstract
Description
본 개시는 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출하기 위한 방법에 관한 것이다.The present disclosure relates to methods for deriving antigenic determinant candidates based on the amino acid sequence of an antigen.
인체의 면역체계에 항원을 인식시키기 위해 VLP(virus like partible)와 같은 항원 결정기(epitope)를 인체에 전달하기 위한 다양한 전달체들이 개발되어 사용되고 있다. 이때, 항원 결정기는 우리 몸의 면역 시스템의 목표물이 되는 항원의 아미노산 서열의 일부로써, 항체가 항원을 인식하는데 중요한 역할을 한다.In order to recognize an antigen in the human immune system, various delivery vehicles for delivering an antigenic determinant (epitope) such as a virus like partible (VLP) to the human body have been developed and used. At this time, the antigenic determinant is a part of the amino acid sequence of an antigen that is a target of the body's immune system, and plays an important role in recognizing the antigen by the antibody.
구체적으로, 우리 몸의 면역 시스템은 항원을 인식할 경우 B-세포와 T-세포를 활성화시켜 항원을 사멸시킬 수 있다. 예를 들어, 암 환자를 대상으로, 암에 매칭되는 항원 결정기를 인체에 주입하면, B-세포 또는 T-세포를 활성화시켜 암세포의 사멸을 유도할 수 있다.Specifically, when the body's immune system recognizes an antigen, it can activate B-cells and T-cells to kill the antigen. For example, when an antigenic determinant matched with cancer is injected into the human body of a cancer patient, the death of cancer cells can be induced by activating B-cells or T-cells.
그러나, 암의 종류에 따라 암 별로 특이적인 항원을 가지고 있기 때문에, 각각의 특이적인 항원에 대한 각각의 항원 결정기를 도출하는데 있어 실험적인 방법으로는, 물리적으로나 비용적으로 어려움이 따른다.However, since cancers have specific antigens for each type of cancer, experimental methods in deriving each antigenic determinant for each specific antigen are physically and costly difficult.
그러므로, 물리적인 환경에서의 실험 이전에, 컴퓨터 프로세서를 활용하여 가상의 환경에서 각 항원에 대한 아미노산 서열 내부에 항원 결정기에 해당하는 아미노산 서열을 도출하는 방법의 필요성이 대두되고 있다.Therefore, there is a need for a method of deriving an amino acid sequence corresponding to an antigenic determinant within the amino acid sequence for each antigen in a virtual environment using a computer processor prior to experiments in a physical environment.
본 개시는 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출하는 것을 해결과제로 한다.The present disclosure addresses the problem of deriving antigenic determinant candidates based on the amino acid sequence of an antigen.
본 개시의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 개시의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 개시의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 개시의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.The purpose of the present disclosure is not limited to the above-mentioned purpose, and other objects and advantages of the present disclosure not mentioned above can be understood by the following description and will be more clearly understood by the embodiments of the present disclosure. Further, it will be readily apparent that the objects and advantages of the present disclosure may be realized by means of the instrumentalities and combinations indicated in the claims.
전술한 바와 같은 과제를 실현하기 위한 본 개시의 실시예에 따라, 적어도 하나의 프로세서를 포함하는 항원 결정기 후보 도출 방법이 개시된다. 상기 방법은, 항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열(sub-sequence)들을 생성하는 단계; 상기 복수의 아미노산 하위-서열들에 대한 특징값들을 생성하는 단계; 및 상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 적어도 하나의 항원 결정기 후보를 도출하는 단계를 포함할 수 있다.According to an embodiment of the present disclosure for realizing the above object, a method for deriving an antigenic determinant candidate including at least one processor is disclosed. The method comprises generating a plurality of amino acid sub-sequences based on the amino acid sequence of the antigen; generating feature values for the plurality of amino acid sub-sequences; and deriving at least one antigenic determinant candidate based on feature values for the plurality of amino acid sub-sequences.
대안적 실시예에서, 상기 복수의 아미노산 하위-서열들을 생성하는 단계는, 상기 항원의 아미노산 서열에 기초하여, 아미노산 하위-서열 조건을 만족하는 복수의 아미노산 하위-서열들을 추출하는 단계를 포함하되, 상기 아미노산 하위-서열 조건은, N개 이상 M개 이하의 연속적인 아미노산들을 포함하는 조건일 수 있다.In an alternative embodiment, generating the plurality of amino acid sub-sequences comprises extracting, based on the amino acid sequence of the antigen, a plurality of amino acid sub-sequences that satisfy an amino acid sub-sequence condition; The amino acid sub-sequence condition may be a condition including N or more and M or less consecutive amino acids.
대안적 실시예에서, 상기 항원의 아미노산 서열은 L개의 아미노산들을 포함하고, 상기 항원의 아미노산 서열에 기초하여, 아미노산 하위-서열 조건을 만족하는 복수의 아미노산 하위-서열들을 추출하는 단계는: 상기 항원의 아미노산 서열의 첫번째 아미노산부터 (L-M+1)번째 아미노산까지의 아미노산들을 순차적으로 추출의 시작점들로 결정하는 단계; 및 상기 순차적으로 결정된 (L-M+1)개의 시작점들 각각에 대하여 N개 내지 M개의 연속하는 아미노산들을 추출하는 동작을 수행하여, (L-M+1)(M-N+1)개의 하위-서열들을 추출하는 단계를 포함할 수 있다.In an alternative embodiment, the amino acid sequence of the antigen comprises L amino acids, and extracting, based on the amino acid sequence of the antigen, a plurality of amino acid sub-sequences that satisfy an amino acid sub-sequence condition: Sequentially determining amino acids from the first amino acid to the (L-M+1)th amino acid of the amino acid sequence of as starting points of extraction; And by performing an operation of extracting N to M consecutive amino acids for each of the sequentially determined (L-M+1) starting points, (L-M+1) (M-N+1) number of lower - may include extracting sequences.
대안적 실시예에서, 상기 항원의 아미노산 서열은 L개의 아미노산들을 포함하고, 상기 항원의 아미노산 서열에 기초하여, 아미노산 하위-서열 조건을 만족하는 서로 상이한 복수의 아미노산 하위-서열들을 추출하는 단계는: 상기 항원의 아미노산 서열에서 기 설정된 개수의 아미노산의 간격으로 K개의 제 1 시작점들을 결정하는 단계; 상기 K개의 제 1 시작점들 각각에 대하여, J개의 연속하는 아미노산들을 포함하는 중간-서열들을 추출하는 단계; 및 상기 K개의 중간-서열들에 기초하여 상기 복수의 아미노산 하위-서열들을 추출하는 단계를 포함할 수 있다.In an alternative embodiment, the amino acid sequence of the antigen includes L amino acids, and based on the amino acid sequence of the antigen, extracting a plurality of different amino acid sub-sequences that satisfy an amino acid sub-sequence condition: determining K first starting points at intervals of a predetermined number of amino acids in the amino acid sequence of the antigen; For each of the K first starting points, extracting mid-sequences including J consecutive amino acids; and extracting the plurality of amino acid sub-sequences based on the K intermediate-sequences.
대안적 실시예에서, 상기 중간-서열들에 기초하여 상기 복수의 아미노산 하위-서열들을 추출하는 단계는, 상기 K개의 중간-서열들 각각에 대하여: 각각의 중간-서열의 첫번째 아미노산부터 (J-M+1)번째 아미노산까지의 아미노산들을 순차적으로 제 2 시작점들로 결정하고, 그리고 상기 순차적으로 결정된 (J-M+1)개의 제 2 시작점들 각각에 대하여 N개 내지 M개의 연속하는 아미노산들을 추출하는 동작을 수행하여, (J-M+1)(M-N+1)개의 하위-서열들을 추출하는 단계; 및 상기 K개의 중간-서열들에 대하여, K(J-M+1)(M-N+1)개의 하위-서열들을 추출하는 단계를 포함할 수 있다. 대안적 실시예에서, 상기 적어도 하나의 항원 결정기 후보를 도출하는 단계는, 상기 K개의 중간-서열들 각각에 대하여, 각각의 중간-서열에 포함된 하위-서열들 중 하나의 하위-서열을 각각의 중간-서열의 대표 항원 결정기 후보로 결정하는 단계; 및 결정된 K개의 대표 항원 결정기 후보들을 비교하는 단계를 포함할 수 있다.In an alternative embodiment, extracting the plurality of amino acid sub-sequences based on the mid-sequences comprises: for each of the K mid-sequences: from the first amino acid of each mid-sequence (J- Amino acids up to the M+1)th amino acid are sequentially determined as second starting points, and N to M consecutive amino acids are extracted for each of the sequentially determined (J−M+1) second starting points. extracting (J-M+1)(M-N+1) sub-sequences by performing an operation; and extracting K(J-M+1)(M-N+1) sub-sequences from the K mid-sequences. In an alternative embodiment, the step of deriving the at least one antigenic determinant candidate comprises, for each of the K mid-sequences, one sub-sequence among sub-sequences included in each mid-sequence, respectively. Determining a representative antigenic determinant candidate of the mid-sequence of; and comparing the determined K representative antigenic determinant candidates.
대안적 실시예에서, 상기 적어도 하나의 항원 결정기 후보를 도출하는 단계는, 상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 복수의 확률값들을 결정하는 단계; 및 상기 복수의 확률값들 중 임계치 이하의 확률값들에 대응되는 아미노산 하위-서열들을 제외하는 단계를 포함할 수 있다.In an alternative embodiment, deriving the at least one antigenic determinant candidate comprises determining a plurality of probability values based on feature values for the plurality of amino acid sub-sequences; and excluding amino acid sub-sequences corresponding to probability values less than or equal to a threshold value among the plurality of probability values.
대안적 실시예에서, 상기 적어도 하나의 항원 결정기 후보를 도출하는 단계는, 상기 임계치를 초과하는 확률값들에 대응되는 아미노산 하위-서열들을 항원 결정기 후보들로 선택하는 단계; 선택된 항원 결정기 후보들 중 소정의 비율 이상 중복되는 항원 결정기 후보들을 중복 제거 대상 그룹으로 식별하는 단계; 및 상기 중복 제거 대상 그룹에 속한 항원 결정기 후보들을 하나의 대표 항원 결정기 후보로 통합하는 단계를 더 포함하고, 상기 하나의 대표 항원 결정기 후보는, 상기 중복 제거 대상 그룹에 속한 항원 결정기 후보들 중 결정된 확률값이 가장 높은 항원 결정기 후보에 해당할 수 있다.In an alternative embodiment, the step of deriving the at least one antigenic determinant candidate comprises selecting as antigenic determinant candidates amino acid sub-sequences corresponding to probability values exceeding the threshold; identifying antigenic determinant candidates overlapping at least a predetermined ratio among the selected antigenic determinant candidates as a group to be eliminated; and integrating the antigenic determinant candidates belonging to the group to be eliminated redundancy into one representative antigenic determinant candidate, wherein the one representative antigenic determinant candidate has a probability value determined among the candidates belonging to the candidate antigenic determinant belonging to the group to be eliminated redundancy. It may correspond to the highest antigenic determinant candidate.
대안적 실시예에서, 상기 특징값들을 생성하는 단계는, 특징 추출기를 기초로, 상기 복수의 아미노산 하위-서열들에 대한 특징값들을 추출하는 단계를 포함하되, 상기 특징 추출기는, RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), 또는 트랜스포머(Transformer) 기반의 신경망 모델을 포함하고, 상기 특징 추출기는 단백질 데이터 베이스를 기초로 학습된 MLM(Masked Language model) 또는 오토 인코더(auto encoder) 모델로부터 사전학습될 수 있다.In an alternative embodiment, generating the feature values comprises extracting feature values for the plurality of amino acid sub-sequences based on a feature extractor, wherein the feature extractor comprises a recurrent neural neural network (RNN) Network), a Convolutional Neural Network (CNN), or a Transformer-based neural network model, and the feature extractor is derived from a masked language model (MLM) or auto encoder model learned on the basis of a protein database. can be pre-learned.
대안적 실시예에서, 상기 적어도 하나의 항원 결정기 후보를 도출하는 단계는, 상기 복수의 아미노산 하위-서열들에 대한 특징값들 및 분류기에 기초하여 상기 적어도 하나의 항원 결정기 후보를 도출하는 단계; 를 포함하되, 상기 분류기는, XGB(Extreme Gradient Boosting), SVM(Support Vector Machines), 랜덤 포레스트(Random forest) 또는 신경망 모델 중 하나를 포함할 수 있다.In an alternative embodiment, deriving the at least one antigenic determinant candidate comprises deriving the at least one antigenic determinant candidate based on a classifier and feature values for the plurality of amino acid sub-sequences; However, the classifier may include one of extreme gradient boosting (XGB), support vector machines (SVM), random forest, or neural network models.
대안적 실시예에서, 상기 특징 추출기 및 상기 분류기는, 항원에 대한 항원 결정기 및 비항원 결정기를 포함하는 학습 데이터에 기초하여 학습되고, 상기 학습 데이터는, 길이가 통일된 항원 결정기 및 비항원 결정기를 포함할 수 있다.In an alternative embodiment, the feature extractor and the classifier are learned based on learning data comprising antigenic determinants and non-antigenic determinants for antigens, wherein the learning data includes antigenic determinants and non-antigenic determinants of unified length. can include
대안적 실시예에서, 상기 항원 결정기 및 비항원 결정기의 길이를 통일시키는 것은, 상기 항원 결정기 및 비항원 결정기 중 최대길이를 기준으로 패딩(padding)하는 것을 포함할 수 있다.In an alternative embodiment, unifying the lengths of the antigenic determinant and the non-antigenic determinant may include padding based on the maximum length of the antigenic determinant and the non-antigenic determinant.
전술한 바와 같은 과제를 실현하기 위한 본 개시의 실시예에 따라, 장치가 개시된다. 상기 장치는, 하나 이상의 코어를 포함하는 프로세서; 및 메모리; 를 포함하고, 상기 프로세서는, 항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열(sub-sequence)들을 생성하고, 상기 복수의 아미노산 하위-서열들에 대한 특징값들을 생성하고, 그리고 상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 적어도 하나의 항원 결정기 후보를 도출할 수 있다.According to an embodiment of the present disclosure for realizing the above object, an apparatus is disclosed. The device may include a processor including one or more cores; and memory; wherein the processor generates a plurality of amino acid sub-sequences based on an amino acid sequence of an antigen, generates feature values for the plurality of amino acid sub-sequences, and generates the plurality of amino acid sub-sequences; At least one antigenic determinant candidate may be derived based on feature values for amino acid sub-sequences.
전술한 바와 같은 과제를 실현하기 위한 본 개시의 실시예에 따라, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은, 항원 결정기(epitope) 후보를 도출하기 위한 동작들을 수행하게 하고, 상기 동작들은: 항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열(sub-sequence)들을 생성하는 동작; 상기 복수의 아미노산 하위-서열들에 대한 특징값들을 생성하는 동작; 및 상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 적어도 하나의 항원 결정기 후보를 도출하는 동작을 포함할 수 있다.According to an embodiment of the present disclosure for realizing the above object, a computer program stored in a computer readable storage medium is disclosed. The computer program causes operations to derive a candidate epitope, the operations comprising: generating a plurality of amino acid sub-sequences based on an amino acid sequence of an antigen; generating feature values for the plurality of amino acid sub-sequences; and deriving at least one antigen determinant candidate based on feature values of the plurality of amino acid sub-sequences.
본 개시는 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출할 수 있다. 구체적으로, 항원의 아미노산 서열에 기초하여, 분류 알고리즘을 사용해 하위-서열들을 추출하고, 신경망 모델을 사용하여 항원 결정기 후보를 도출할 수 있다.The present disclosure can derive antigenic determinant candidates based on the amino acid sequence of an antigen. Specifically, based on the amino acid sequence of the antigen, a classification algorithm can be used to extract sub-sequences, and a neural network model can be used to derive antigenic determinant candidates.
도 1은 본 개시의 일 실시예에 따른 항원 결정기 후보를 도출하기 위한 컴퓨팅 장치의 블록 구성도이다.
도 2는 본 개시의 일 실시예를 설명하기 앞서, 항원 결정기를 설명하기 위한 개략도이다.
도 3은 본 개시의 일 실시예에 따라, 네트워크 함수를 나타낸 개략도이다.
도 4는 본 개시의 일 실시예에 따라, 프로세서가 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출하는 방법을 나타낸 순서도이다.
도 5는 본 개시의 일 실시예에 따라, 프로세서가 항원의 아미노산 서열에 기초하여 아미노산 하위-서열을 생성하는 방법을 나타낸 개략도이다.
도 6은 본 개시의 일 실시예에 따라, 프로세서가 항원의 아미노산 서열에 기초하여 아미노산 하위-서열을 생성하기 위해 중간-서열을 생성하는 방법을 나타낸 개략도이다.
도 7은 본 개시의 일 실시예에 따라, 중간-서열을 기초로 아미노산 하위-서열을 생성하는 방법을 나타낸 순서도이다.
도 8은 본 개시의 일 실시예에 따라, 프로세서가 아미노산 하위-서열에 대한 특징값에 기초하여 항원 결정기 후보를 생성하는 방법을 나타낸 순서도이다.
도 9는 본 개시의 일 실시예에 따라, 프로세서가 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출하는 방법을 나타낸 개략도이다.
도 10은 본 개시의 일 실시예에 따라, 프로세서가 특징 추출기를 학습시키는 방법을 나타낸 개략도이다.
도 11은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.1 is a block diagram of a computing device for deriving an antigenic determinant candidate according to an embodiment of the present disclosure.
Figure 2 is a schematic diagram for explaining an antigenic determinant prior to describing an embodiment of the present disclosure.
3 is a schematic diagram illustrating a network function, according to an embodiment of the present disclosure.
4 is a flowchart illustrating a method for a processor to derive an antigenic determinant candidate based on an amino acid sequence of an antigen, according to an embodiment of the present disclosure.
5 is a schematic diagram illustrating a method for a processor to generate an amino acid sub-sequence based on an amino acid sequence of an antigen, according to an embodiment of the present disclosure.
6 is a schematic diagram illustrating a method for a processor to generate mid-sequences to generate amino acid sub-sequences based on an amino acid sequence of an antigen, according to an embodiment of the present disclosure.
7 is a flowchart illustrating a method of generating an amino acid sub-sequence based on an intermediate-sequence, according to an embodiment of the present disclosure.
8 is a flowchart illustrating a method for a processor to generate antigenic determinant candidates based on feature values for amino acid sub-sequences, according to an embodiment of the present disclosure.
9 is a schematic diagram illustrating a method for a processor to derive an antigenic determinant candidate based on an amino acid sequence of an antigen, according to an embodiment of the present disclosure.
10 is a schematic diagram illustrating a method for a processor to learn a feature extractor, according to an embodiment of the present disclosure.
11 is a simplified and general schematic diagram of an exemplary computing environment in which embodiments of the present disclosure may be implemented.
항원 결정기 후보를 도출하기 위한 다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.Various embodiments for deriving antigenic determinant candidates are now described with reference to the figures. In this specification, various descriptions are presented to provide an understanding of the present disclosure. However, it is apparent that these embodiments may be practiced without these specific details.
본 명세서에서 사용되는 용어 “컴포넌트”, “모듈”, “시스템” 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.As used herein, the terms “component,” “module,” “system,” and the like refer to a computer-related entity, hardware, firmware, software, a combination of software and hardware, or an execution of software. For example, a component may be, but is not limited to, a procedure, processor, object, thread of execution, program, and/or computer running on a processor. For example, both an application running on a computing device and a computing device may be components. One or more components may reside within a processor and/or thread of execution. A component can be localized within a single computer. A component may be distributed between two or more computers. Also, these components can execute from various computer readable media having various data structures stored thereon. Components may be connected, for example, via signals with one or more packets of data (e.g., data and/or signals from one component interacting with another component in a local system, distributed system) to other systems and over a network such as the Internet. data being transmitted) may communicate via local and/or remote processes.
더불어, 용어 “또는”은 배타적 “또는”이 아니라 내포적 “또는”을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, “X는 A 또는 B를 이용한다”는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, “X는 A 또는 B를 이용한다”가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 “및/또는”이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.Additionally, the term "or" is intended to mean an inclusive "or" rather than an exclusive "or". That is, unless otherwise specified or clear from the context, “X employs A or B” is intended to mean one of the natural inclusive substitutions. That is, X uses A; X uses B; Or, if X uses both A and B, "X uses either A or B" may apply to either of these cases. Also, the term “and/or” as used herein should be understood to refer to and include all possible combinations of one or more of the listed related items.
또한, “포함한다” 및/또는 “포함하는”이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, “포함한다” 및/또는 “포함하는”이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 “하나 또는 그 이상”을 의미하는 것으로 해석되어야 한다.Also, the terms "comprises" and/or "comprising" should be understood to mean that the features and/or components are present. However, it should be understood that the terms "comprising" and/or "comprising" do not exclude the presence or addition of one or more other features, elements, and/or groups thereof. Also, unless otherwise specified or where the context clearly indicates that a singular form is indicated, the singular in this specification and claims should generally be construed to mean "one or more".
그리고, “A 또는 B 중 적어도 하나”이라는 용어는, “A만을 포함하는 경우”, “B 만을 포함하는 경우” “A와 B의 구성으로 조합된 경우”를 의미하는 것으로 해석되어야 한다.In addition, the term “at least one of A or B” should be interpreted as meaning “when only A is included”, “when only B is included” and “when A and B are combined”.
통상의 기술자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안 된다.Skilled artisans will further understand that the various illustrative logical blocks, components, modules, circuits, means, logics, and algorithm steps described in connection with the embodiments disclosed herein may be implemented in electronic hardware, computer software, or both. It should be recognized that it can be implemented with combinations of To clearly illustrate the interchangeability of hardware and software, various illustrative components, blocks, configurations, means, logics, modules, circuits, and steps have been described above generally in terms of their functionality. Whether such functionality is implemented in hardware or as software depends on the particular application and design constraints imposed on the overall system. Skilled artisans may implement the described functionality in varying ways for each particular application. However, such implementation decisions should not be interpreted as causing a departure from the scope of this disclosure.
제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 개시는 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.The description of the presented embodiments is provided to enable any person skilled in the art to make or use the present disclosure. Various modifications to these embodiments will be apparent to those skilled in the art of this disclosure. The general principles defined herein may be applied to other embodiments without departing from the scope of this disclosure. Thus, the present disclosure is not limited to the embodiments presented herein. This disclosure is to be interpreted in the widest light consistent with the principles and novel features presented herein.
본 개시에서 네트워크 함수와 인공 신경망 및 뉴럴 네트워크(neural network)는 상호교환 가능하게 사용될 수 있다.In the present disclosure, network functions, artificial neural networks, and neural networks may be used interchangeably.
본 개시에서 항원의 아미노산 염기서열 데이터는 ‘1’번째 칸(cell)부터 ‘A’번째 칸까지의 연속된 아미노산을 포함하는 1차원 구조를 가지는 데이터라고 이해될 수 있다. 이때, 본 개시의 프로세서가 ‘A’ 길이를 가지는 항원의 아미노산 염기서열을 기초로 작업을 실시할 때, ‘1’번째 칸부터 ‘A’번째 칸까지 ‘1’칸씩 작업을 실시할 수 있으며, 항원의 아미노산 염기서열의 각각의 칸은 아미노산을 하나씩 포함할 수 있다. 본 개시에서 아미노산은 항원의 아미노산 염기서열 데이터의 칸들이 포함하는 각각의 아미노산을 의미할 수 있으며, “X번째 아미노산”이라는 표현은 아미노산 염기서열 데이터의 X번째 칸에 포함된 아미노산을 의미할 수 있다. 또한, 본 개시의 아미노산 서열에 관한 ‘시작점’이라는 표현은 프로세서가 아미노산 서열을 기초로 추출을 비롯한 작업을 실시할 때, 작업을 처음 시작하는 아미노산이며, 반복 작업을 실시할 때, 작업을 마친 뒤 다시 시작하는 아미노산을 의미한다. 예를 들어, ‘1’ 부터 ‘10’번째 까지의 아미노산(예컨대, 시작 인덱스 기준으로 0부터 9까지의 아미노산)을 가지는 길이가 10인 임의의 아미노산 서열을 기초로 단순 읽기 작업을 수행한다고 가정할 때, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]번째 아미노산을 비롯한 10개의 시작점을 결정할 수 있다. 이때, ‘1’번째 아미노산(예컨대, 시작 인덱스 0의 아미노산)을 시작점으로 결정할 경우 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]번째 아미노산을 읽고 ‘5’ 번째 아미노산(예컨대, 시작 인덱스 4의 아미노산)을 시작점으로 결정할 경우 [5, 6, 7, 8, 9, 10]번째 아미노산을 읽을 수 있다.In the present disclosure, amino acid sequence data of an antigen may be understood as data having a one-dimensional structure including consecutive amino acids from the '1' cell to the 'A' cell. At this time, when the processor of the present disclosure performs the operation based on the amino acid sequence of the antigen having the length of 'A', the operation can be performed by '1' column from the '1' column to the 'A' column, Each column of the amino acid sequence of the antigen may include one amino acid. In the present disclosure, an amino acid may refer to each amino acid included in columns of amino acid sequence data of an antigen, and the expression “Xth amino acid” may refer to an amino acid included in the X column of amino acid sequence data. . In addition, the expression 'starting point' related to the amino acid sequence of the present disclosure is an amino acid at which the operation is first started when the processor performs an operation including extraction based on the amino acid sequence, and when performing a repetitive operation, after the operation is finished. Means the amino acid to start over. For example, it is assumed that a simple reading operation is performed based on an arbitrary amino acid sequence having a length of 10 having amino acids from '1' to '10' (eg, amino acids from 0 to 9 based on the starting index). At this time, 10 starting points including the [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]th amino acids can be determined. At this time, when the '1'th amino acid (eg, the amino acid at the starting index 0) is determined as the starting point, the [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]th amino acid is read and the '5'th amino acid is read. [5, 6, 7, 8, 9, 10] amino acids can be read when an amino acid (eg, the amino acid at the starting index 4) is determined as the starting point.
본 개시에서는 항원의 아미노산 서열의 부분집합으로 아미노산 하위-서열이란 표현이 사용된다. 또한, 아미노산 하위-서열은 중간-서열의 부분 집합이기도 하다. 즉, ‘항원의 아미노산 서열’ ⊃ ‘하위-서열’ 또는, ‘항원의 아미노산 서열’ ⊃ ‘중간-서열’ ⊃ ‘하위-서열’ 일 수 있다.The expression amino acid sub-sequence is used in this disclosure to refer to a subset of an antigen's amino acid sequence. Amino acid sub-sequences are also subsets of mid-sequences. That is, 'antigen amino acid sequence' ⊃ 'sub-sequence' or 'antigen amino acid sequence' ⊃ 'intermediate-sequence' ⊃ 'sub-sequence'.
본 개시에서 사용되는 ‘N’은 항원 결정기가 될 수 있는 최소한의 길이를 의미할 수 있고, ‘M’은 항원 결정기가 될 수 있는 최대한의 길이를 의미할 수 있다. 이때, ‘N’ 과 ‘M’은 프로세서(110)의 성능과 예측 정확도에 영향을 줄 수 있는 변수로, 사용자의 판단에 따라 초기화가 가능하다.'N' used in the present disclosure may mean the minimum length that can be an antigenic determinant, and 'M' may mean the maximum length that can be an antigenic determinant. At this time, 'N' and 'M' are variables that can affect the performance and prediction accuracy of the
도 1은 본 개시의 일 실시예에 따른 항원 결정기 후보를 도출하기 위한 컴퓨팅 장치의 블록 구성도이다.1 is a block diagram of a computing device for deriving an antigenic determinant candidate according to an embodiment of the present disclosure.
도 1에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이다. 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 컴퓨팅 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 컴퓨팅 장치(100)를 구성할 수도 있다.The configuration of the
컴퓨팅 장치(100)는 프로세서(110), 메모리(130), 네트워크부(150)를 포함할 수 있다.The
프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 기계 학습을 위한 데이터 처리를 수행할 수 있다. 본 개시의 일실시예에 따라 프로세서(110)는 신경망의 학습을 위한 연산을 수행할 수 있다. 프로세서(110)는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 프로세서(110)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.The
본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(110)가 생성하거나 결정한 임의의 형태의 정보 및 네트워크부(150)가 수신한 임의의 형태의 정보를 저장할 수 있다.According to an embodiment of the present disclosure, the
본 개시의 일 실시예에 따르면, 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 컴퓨팅 장치(100)는 인터넷(internet) 상에서 상기 메모리(130)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다. 전술한 메모리에 대한 기재는 예시일 뿐, 본 개시는 이에 제한되지 않는다.According to an embodiment of the present disclosure, the
본 개시의 일 실시예에 따른 네트워크부(150)는 공중전화 교환망(PSTN: Public Switched Telephone Network), xDSL(x Digital Subscriber Line), RADSL(Rate Adaptive DSL), MDSL(Multi Rate DSL), VDSL(Very High Speed DSL), UADSL(Universal Asymmetric DSL), HDSL(High Bit Rate DSL) 및 근거리 통신망(LAN) 등과 같은 다양한 유선 통신 시스템들을 사용할 수 있다. The network unit 150 according to an embodiment of the present disclosure includes a Public Switched Telephone Network (PSTN), x Digital Subscriber Line (xDSL), Rate Adaptive DSL (RADSL), Multi Rate DSL (MDSL), and VDSL ( Various wired communication systems such as Very High Speed DSL), Universal Asymmetric DSL (UADSL), High Bit Rate DSL (HDSL), and Local Area Network (LAN) may be used.
또한, 본 명세서에서 제시되는 네트워크부(150)는 CDMA(Code Division Multi Access), TDMA(Time Division Multi Access), FDMA(Frequency Division Multi Access), OFDMA(Orthogonal Frequency Division Multi Access), SC-FDMA(Single Carrier-FDMA) 및 다른 시스템들과 같은 다양한 무선 통신 시스템들을 사용할 수 있다.In addition, the network unit 150 presented in this specification includes Code Division Multi Access (CDMA), Time Division Multi Access (TDMA), Frequency Division Multi Access (FDMA), Orthogonal Frequency Division Multi Access (OFDMA), SC-FDMA ( Single Carrier-FDMA) and other systems.
본 개시에서 네트워크부(150)는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN: Personal Area Network), 근거리 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 상기 네트워크는 공지의 월드와이드웹(WWW: World Wide Web)일 수 있으며, 적외선(IrDA: Infrared Data Association) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다. 본 명세서에서 설명된 기술들은 위에서 언급된 다른 네트워크들 에서도 사용될 수 있다.In the present disclosure, the network unit 150 may be configured regardless of its communication mode, such as wired and wireless, and may be configured with various communication networks such as a personal area network (PAN) and a wide area network (WAN). can In addition, the network may be the known World Wide Web (WWW), or may use a wireless transmission technology used for short-range communication, such as Infrared Data Association (IrDA) or Bluetooth. The techniques described herein may also be used in other networks mentioned above.
도 2는 본 개시의 일 실시예를 설명하기 앞서, 항원 결정기를 설명하기 위한 개략도이다.Figure 2 is a schematic diagram for explaining an antigenic determinant prior to describing an embodiment of the present disclosure.
본 개시의 실시예들을 설명하기 위한 용어의 개념들을 도 2를 참조하여 설명한다.Concepts of terms for describing embodiments of the present disclosure will be described with reference to FIG. 2 .
도 2는, 결합된 항원(200)과 항체(203)를 표현한 것으로, 항원(200)과 항체(203)는 결합면에 각각 항원 결정기(201)와 파라토프(202)를 포함한다. 항원(200)은 항체(203)나 T-세포 수용체에 특이적으로 부착되는 항원 결정기(201)를 포함하는데, 항원(200)이 체내에 유입되어 항원(200)의 항원 결정기(201)가 항체(203)의 파라토프(202)에 결합할 경우 면역활성을 유도하여 이에 대응하는 면역반응을 띄게 된다. 이때, 상기 항체(203)가 항원(200)을 정상적으로 인지하기 위해선 항체(203)의 파라토프(202)에 적절히 결합할 수 있는 항원(200)별로 특이성을 띄는 항원 결정기(201)를 필요로 한다. 예를 들어, 암 환자를 대상으로, 항체(203)의 파라토프(202)에 매칭되는 암세포(항원, 200)의 항원 결정기(201)를 인체에 주입하면, 암세포(항원, 200)를 사멸시키는 B-세포 또는 T-세포를 활성화시켜 암세포(항원, 200)의 사멸을 유도할 수 있다. 그러나, 암의 종류에 따라 특이적인 항원(200)을 가지고 있기 때문에, 각각의 암에 따라 각각의 항원 결정기(201)를 도출할 필요가 있다.FIG. 2 shows the combined
본 개시에서는 항원(200) 내에 포함된 아미노산 서열의 일부분으로 항원 결정기(201)에 해당하는 아미노산 서열이 있다 가정하고, 항원 결정기(201)를 제외한 나머지 항원(200) 내에 포함된 아미노산 서열의 부분 집합들은 비항원 결정기라고 정의한다. 예를 들어, 임의의 항원(200)이 가지는 아미노산 서열인 ‘GGTVGA’ 가 있다고 가정할 때, ‘GGT’가 항원 결정기(201)라고 할 경우, ‘VGA’ 및 ‘GA’에 해당하는 일부 아미노산 서열은 비항원 결정기라고 이해될 수 있다. 이때, 프로세서(110)는 상기 항원 결정기(201)를 판단하기 위한 뉴럴 네트워크 모델의 학습 데이터로써, 항원 결정기(201)를 정답 데이터로, 비항원 결정기를 오답 데이터로 학습을 하여, 항원 결정기(201) 데이터에 대비하여 압도적으로 개수가 많은 비항원 결정기를 뉴럴 네트워크 모델 학습에 활용할 수 있다.In the present disclosure, it is assumed that there is an amino acid sequence corresponding to the
도 3은 본 개시의 일 실시예에 따라 네트워크 함수를 나타낸 개략도이다.3 is a schematic diagram illustrating a network function according to an embodiment of the present disclosure.
본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.Throughout this specification, computational model, neural network, network function, and neural network may be used interchangeably. A neural network may consist of a set of interconnected computational units, which may generally be referred to as nodes. These nodes may also be referred to as neurons. A neural network includes one or more nodes. Nodes (or neurons) constituting neural networks may be interconnected by one or more links.
신경망 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 상술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.In a neural network, one or more nodes connected through a link may form a relative relationship of an input node and an output node. The concept of an input node and an output node is relative, and any node in an output node relationship with one node may have an input node relationship with another node, and vice versa. As described above, an input node to output node relationship may be created around a link. More than one output node can be connected to one input node through a link, and vice versa.
하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드의 데이터는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 링크는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.In a relationship between an input node and an output node connected through one link, the value of data of the output node may be determined based on data input to the input node. Here, a link interconnecting an input node and an output node may have a weight. The weight may be variable, and may be changed by a user or an algorithm in order to perform a function desired by the neural network. For example, when one or more input nodes are interconnected by respective links to one output node, the output node is set to a link corresponding to values input to input nodes connected to the output node and respective input nodes. An output node value may be determined based on the weight.
상술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.As described above, in the neural network, one or more nodes are interconnected through one or more links to form an input node and output node relationship in the neural network. Characteristics of the neural network may be determined according to the number of nodes and links in the neural network, an association between the nodes and links, and a weight value assigned to each link. For example, when there are two neural networks having the same number of nodes and links and different weight values of the links, the two neural networks may be recognized as different from each other.
신경망은 하나 이상의 노드들의 집합으로 구성될 수 있다. 신경망을 구성하는 노드들의 부분 집합은 레이어(layer)를 구성할 수 있다. 신경망을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.A neural network may be composed of a set of one or more nodes. A subset of nodes constituting a neural network may constitute a layer. Some of the nodes constituting the neural network may form one layer based on distances from the first input node. For example, a set of nodes having a distance of n from the first input node may constitute n layers. The distance from the first input node may be defined by the minimum number of links that must be passed through to reach the corresponding node from the first input node. However, the definition of such a layer is arbitrary for explanation, and the order of a layer in a neural network may be defined in a method different from the above. For example, a layer of nodes may be defined by a distance from a final output node.
최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들을 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망을 구성하는 노드들을 의미할 수 있다.An initial input node may refer to one or more nodes to which data is directly input without going through a link in relation to other nodes among nodes in the neural network. Alternatively, in a relationship between nodes based on a link in a neural network, it may mean nodes that do not have other input nodes connected by a link. Similarly, the final output node may refer to one or more nodes that do not have an output node in relation to other nodes among nodes in the neural network. Also, the hidden node may refer to nodes constituting the neural network other than the first input node and the last output node.
딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크, 적대적 생성 네트워크(GAN: Generative Adversarial Network), 트랜스포머(Transformer) 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.A deep neural network (DNN) may refer to a neural network including a plurality of hidden layers in addition to an input layer and an output layer. Deep neural networks can reveal latent structures in data. In other words, it can identify the latent structure of a photo, text, video, sound, or music (e.g., what objects are in the photo, what the content and emotion of the text are, what the content and emotion of the audio are, etc.). . Deep neural networks include convolutional neural networks (CNNs), recurrent neural networks (RNNs), auto encoders, generative adversarial networks (GANs), and restricted boltzmann machines (RBMs). machine), a deep belief network (DBN), a Q network, a U network, a Siamese network, a Generative Adversarial Network (GAN), a Transformer, and the like. The description of the deep neural network described above is only an example, and the present disclosure is not limited thereto.
본 개시의 일 실시예에서 네트워크 함수는 오토 인코더(autoencoder)를 포함할 수도 있다. 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다. 오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 차원과 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.In one embodiment of the present disclosure, the network function may include an autoencoder. An autoencoder may be a type of artificial neural network for outputting output data similar to input data. An auto-encoder may include at least one hidden layer, and an odd number of hidden layers may be disposed between input and output layers. The number of nodes of each layer may be reduced from the number of nodes of the input layer to an intermediate layer called the bottleneck layer (encoding), and then expanded symmetrically with the reduction from the bottleneck layer to the output layer (symmetrical to the input layer). Autoencoders can perform non-linear dimensionality reduction. The number of input layers and output layers may correspond to dimensions after preprocessing of input data. In the auto-encoder structure, the number of hidden layer nodes included in the encoder may decrease as the distance from the input layer increases. If the number of nodes in the bottleneck layer (the layer with the fewest nodes located between the encoder and decoder) is too small, a sufficient amount of information may not be conveyed, so more than a certain number (e.g., more than half of the input layer, etc.) ) may be maintained.
뉴럴 네트워크는 교사 학습(supervised learning), 비교사 학습(unsupervised learning), 반교사학습(semi supervised learning), 또는 강화학습(reinforcement learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 뉴럴 네트워크가 특정한 동작을 수행하기 위한 지식을 뉴럴 네트워크에 적용하는 과정일 수 있다.The neural network may be trained using at least one of supervised learning, unsupervised learning, semi-supervised learning, and reinforcement learning. Learning of the neural network may be a process of applying knowledge for the neural network to perform a specific operation to the neural network.
뉴럴 네트워크는 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 뉴럴 네트워크의 학습에서 반복적으로 학습데이터를 뉴럴 네트워크에 입력시키고 학습데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 교사 학습의 경우 각각의 학습데이터에 정답이 라벨링 되어있는 학습데이터를 사용하며(즉, 라벨링된 학습데이터), 비교사 학습의 경우는 각각의 학습데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습데이터는 학습데이터 각각에 카테고리가 라벨링 된 데이터일 수 있다. 라벨링된 학습데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.A neural network can be trained in a way that minimizes output errors. In learning the neural network, the learning data is repeatedly input into the neural network, the output of the neural network for the training data and the error of the target are calculated, and the error of the neural network is transferred from the output layer of the neural network to the input layer in the direction of reducing the error. It is a process of updating the weight of each node of the neural network by backpropagating in the same direction. In the case of teacher learning, the learning data in which the correct answer is labeled is used for each learning data (ie, the labeled learning data), and in the case of comparative teacher learning, the correct answer may not be labeled in each learning data. That is, for example, learning data in the case of teacher learning about data classification may be data in which each learning data is labeled with a category. Labeled training data is input to the neural network, and an error can be calculated by comparing the output (category) of the neural network and the label of the training data. As another example, in the case of comparative history learning for data classification, an error may be calculated by comparing input learning data with a neural network output. The calculated error is back-propagated in a reverse direction (ie, from the output layer to the input layer) in the neural network, and the connection weight of each node of each layer of the neural network may be updated according to the back-propagation. The amount of change in the connection weight of each updated node may be determined according to a learning rate. The neural network's computation of input data and backpropagation of errors can constitute a learning cycle (epoch). The learning rate may be applied differently according to the number of iterations of the learning cycle of the neural network. For example, a high learning rate may be used in the early stage of neural network training to increase efficiency by allowing the neural network to quickly obtain a certain level of performance, and a low learning rate may be used in the late stage to increase accuracy.
뉴럴 네트워크의 학습에서 일반적으로 학습데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습데이터를 증가시키거나, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 비활성화하는 드롭아웃(dropout), 배치 정규화 레이어(batch normalization layer)의 활용 등의 방법이 적용될 수 있다.In neural network learning, generally, training data can be a subset of real data (ie, data to be processed using the trained neural network). Therefore, errors for training data are reduced, but errors for real data are reduced. There may be incremental learning cycles. Overfitting is a phenomenon in which errors on actual data increase due to excessive learning on training data. For example, a phenomenon in which a neural network that has learned a cat by showing a yellow cat does not recognize that it is a cat when it sees a cat other than yellow may be a type of overfitting. Overfitting can act as a cause of increasing the error of machine learning algorithms. Various optimization methods can be used to prevent such overfitting. To prevent overfitting, methods such as increasing the training data, regularization, inactivating some nodes in the network during the learning process, and using a batch normalization layer should be applied. can
본 개시의 일 실시예에 따라 데이터 구조를 저장한 컴퓨터 판독가능 매체가 개시된다.According to an embodiment of the present disclosure, a computer readable medium storing a data structure is disclosed.
데이터 구조는 데이터에 효율적인 접근 및 수정을 가능하게 하는 데이터의 조직, 관리, 저장을 의미할 수 있다. 데이터 구조는 특정 문제(예를 들어, 최단 시간으로 데이터 검색, 데이터 저장, 데이터 수정) 해결을 위한 데이터의 조직을 의미할 수 있다. 데이터 구조는 특정한 데이터 처리 기능을 지원하도록 설계된, 데이터 요소들 간의 물리적이거나 논리적인 관계로 정의될 수도 있다. 데이터 요소들 간의 논리적인 관계는 사용자 정의 데이터 요소들 간의 연결관계를 포함할 수 있다. 데이터 요소들 간의 물리적인 관계는 컴퓨터 판독가능 저장매체(예를 들어, 영구 저장 장치)에 물리적으로 저장되어 있는 데이터 요소들 간의 실제 관계를 포함할 수 있다. 데이터 구조는 구체적으로 데이터의 집합, 데이터 간의 관계, 데이터에 적용할 수 있는 함수 또는 명령어를 포함할 수 있다. 효과적으로 설계된 데이터 구조를 통해 컴퓨팅 장치는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산을 수행할 수 있다. 구체적으로 컴퓨팅 장치는 효과적으로 설계된 데이터 구조를 통해 연산, 읽기, 삽입, 삭제, 비교, 교환, 검색의 효율성을 높일 수 있다.Data structure can refer to the organization, management, and storage of data that enables efficient access and modification of data. Data structure may refer to the organization of data to solve a specific problem (eg, data retrieval, data storage, data modification in the shortest time). A data structure may be defined as a physical or logical relationship between data elements designed to support a specific data processing function. A logical relationship between data elements may include a connection relationship between user-defined data elements. A physical relationship between data elements may include an actual relationship between data elements physically stored in a computer-readable storage medium (eg, a persistent storage device). The data structure may specifically include a set of data, a relationship between data, and a function or command applicable to the data. Through an effectively designed data structure, a computing device can perform calculations while using minimal resources of the computing device. Specifically, the computing device can increase the efficiency of operation, reading, insertion, deletion, comparison, exchange, and search through an effectively designed data structure.
데이터 구조는 데이터 구조의 형태에 따라 선형 데이터 구조와 비선형 데이터 구조로 구분될 수 있다. 선형 데이터 구조는 하나의 데이터 뒤에 하나의 데이터만이 연결되는 구조일 수 있다. 선형 데이터 구조는 리스트(List), 스택(Stack), 큐(Queue), 데크(Deque)를 포함할 수 있다. 리스트는 내부적으로 순서가 존재하는 일련의 데이터 집합을 의미할 수 있다. 리스트는 연결 리스트(Linked List)를 포함할 수 있다. 연결 리스트는 각각의 데이터가 포인터를 가지고 한 줄로 연결되어 있는 방식으로 데이터가 연결된 데이터 구조일 수 있다. 연결 리스트에서 포인터는 다음이나 이전 데이터와의 연결 정보를 포함할 수 있다. 연결 리스트는 형태에 따라 단일 연결 리스트, 이중 연결 리스트, 원형 연결 리스트로 표현될 수 있다. 스택은 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조일 수 있다. 스택은 데이터 구조의 한 쪽 끝에서만 데이터를 처리(예를 들어, 삽입 또는 삭제)할 수 있는 선형 데이터 구조일 수 있다. 스택에 저장된 데이터는 늦게 들어갈수록 빨리 나오는 데이터 구조(LIFO-Last in First Out)일 수 있다. 큐는 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조로서, 스택과 달리 늦게 저장된 데이터일수록 늦게 나오는 데이터 구조(FIFO-First in First Out)일 수 있다. 데크는 데이터 구조의 양 쪽 끝에서 데이터를 처리할 수 있는 데이터 구조일 수 있다.The data structure can be divided into a linear data structure and a non-linear data structure according to the shape of the data structure. A linear data structure may be a structure in which only one data is connected after one data. Linear data structures may include lists, stacks, queues, and decks. A list may refer to a series of data sets in which order exists internally. The list may include a linked list. A linked list may be a data structure in which data are connected in such a way that each data is connected in a single line with a pointer. In a linked list, a pointer can contain information about connection to the next or previous data. A linked list can be expressed as a singly linked list, a doubly linked list, or a circular linked list depending on the form. A stack can be a data enumeration structure that allows limited access to data. A stack can be a linear data structure in which data can be processed (eg, inserted or deleted) at only one end of the data structure. The data stored in the stack may be a LIFO-Last in First Out (Last in First Out) data structure. A queue is a data listing structure that allows limited access to data, and unlike a stack, it can be a data structure (FIFO-First in First Out) in which data stored later comes out later. A deck can be a data structure that can handle data from either end of the data structure.
비선형 데이터 구조는 하나의 데이터 뒤에 복수개의 데이터들이 연결되는 구조일 수 있다. 비선형 데이터 구조는 그래프(Graph) 데이터 구조를 포함할 수 있다. 그래프 데이터 구조는 정점(Vertex)과 간선(Edge)으로 정의될 수 있으며 간선은 서로 다른 두개의 정점을 연결하는 선을 포함할 수 있다. 그래프 데이터 구조 트리(Tree) 데이터 구조를 포함할 수 있다. 트리 데이터 구조는 트리에 포함된 복수개의 정점들 중에서 서로 다른 두개의 정점을 연결시키는 경로가 하나인 데이터 구조일 수 있다. 즉 그래프 데이터 구조에서 루프(loop)를 형성하지 않는 데이터 구조일 수 있다.The nonlinear data structure may be a structure in which a plurality of data are connected after one data. The non-linear data structure may include a graph data structure. A graph data structure can be defined as a vertex and an edge, and an edge can include a line connecting two different vertices. A graph data structure may include a tree data structure. The tree data structure may be a data structure in which one path connects two different vertices among a plurality of vertices included in the tree. That is, it may be a data structure that does not form a loop in a graph data structure.
본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 이하에서는 신경망으로 통일하여 기술한다. 데이터 구조는 신경망을 포함할 수 있다. 그리고 신경망을 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망을 포함한 데이터 구조는 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등을 포함할 수 있다. 신경망을 포함한 데이터 구조는 상기 개시된 구성들 중 임의의 구성 요소들을 포함할 수 있다. 즉 신경망을 포함한 데이터 구조는 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등 전부 또는 이들의 임의의 조합을 포함하여 구성될 수 있다. 전술한 구성들 이외에도, 신경망을 포함한 데이터 구조는 신경망의 특성을 결정하는 임의의 다른 정보를 포함할 수 있다. 또한, 데이터 구조는 신경망의 연산 과정에 사용되거나 발생되는 모든 형태의 데이터를 포함할 수 있으며 전술한 사항에 제한되는 것은 아니다. 컴퓨터 판독가능 매체는 컴퓨터 판독가능 기록 매체 및/또는 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다.Throughout this specification, computational model, neural network, network function, and neural network may be used interchangeably. Hereinafter, a neural network is unified and described. The data structure may include a neural network. And the data structure including the neural network may be stored in a computer readable medium. The data structure including the neural network includes preprocessed data for processing by the neural network, data input to the neural network, weights of the neural network, hyperparameters of the neural network, data acquired from the neural network, activation function associated with each node or layer of the neural network, and A loss function for learning may be included. A data structure including a neural network may include any of the components described above. That is, the data structure including the neural network includes preprocessed data for processing by the neural network, data input to the neural network, weights of the neural network, hyperparameters of the neural network, data obtained from the neural network, activation function associated with each node or layer of the neural network, and neural network. It may be configured to include all or any combination thereof, such as a loss function for learning of . In addition to the foregoing configurations, the data structure comprising the neural network may include any other information that determines the characteristics of the neural network. In addition, the data structure may include all types of data used or generated in the computational process of the neural network, but is not limited to the above. A computer readable medium may include a computer readable recording medium and/or a computer readable transmission medium. A neural network may consist of a set of interconnected computational units, which may generally be referred to as nodes. These nodes may also be referred to as neurons. A neural network includes one or more nodes.
데이터 구조는 신경망에 입력되는 데이터를 포함할 수 있다. 신경망에 입력되는 데이터를 포함하는 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망에 입력되는 데이터는 신경망 학습 과정에서 입력되는 학습데이터 및/또는 학습이 완료된 신경망에 입력되는 입력 데이터를 포함할 수 있다. 신경망에 입력되는 데이터는 전처리(pre-processing)를 거친 데이터 및/또는 전처리 대상이 되는 데이터를 포함할 수 있다. 전처리는 데이터를 신경망에 입력시키기 위한 데이터 처리 과정을 포함할 수 있다. 따라서 데이터 구조는 전처리 대상이 되는 데이터 및 전처리로 발생되는 데이터를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.The data structure may include data input to the neural network. A data structure including data input to the neural network may be stored in a computer readable medium. Data input to the neural network may include training data input during the neural network learning process and/or input data input to the neural network after learning has been completed. Data input to the neural network may include pre-processed data and/or data subject to pre-processing. Pre-processing may include a data processing process for inputting data to a neural network. Accordingly, the data structure may include data subject to pre-processing and data generated by pre-processing. The foregoing data structure is only an example, and the present disclosure is not limited thereto.
데이터 구조는 신경망의 가중치를 포함할 수 있다. (본 명세서에서 가중치, 파라미터는 동일한 의미로 사용될 수 있다.) 그리고 신경망의 가중치를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망은 복수개의 가중치들을 포함할 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드에서 출력되는 데이터 값을 결정할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.The data structure may include the weights of the neural network. (In this specification, weights and parameters may be used in the same meaning.) Also, a data structure including weights of a neural network may be stored in a computer readable medium. A neural network may include a plurality of weights. The weight may be variable, and may be changed by a user or an algorithm in order to perform a function desired by the neural network. For example, when one or more input nodes are interconnected by respective links to one output node, the output node is set to a link corresponding to values input to input nodes connected to the output node and respective input nodes. A data value output from an output node may be determined based on the weight. The foregoing data structure is only an example, and the present disclosure is not limited thereto.
제한이 아닌 예로서, 가중치는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함할 수 있다. 신경망 학습 과정에서 가변되는 가중치는 학습 사이클이 시작되는 시점의 가중치 및/또는 학습 사이클 동안 가변되는 가중치를 포함할 수 있다. 신경망 학습이 완료된 가중치는 학습 사이클이 완료된 가중치를 포함할 수 있다. 따라서 신경망의 가중치를 포함한 데이터 구조는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함한 데이터 구조를 포함할 수 있다. 그러므로 상술한 가중치 및/또는 각 가중치의 조합은 신경망의 가중치를 포함한 데이터 구조에 포함되는 것으로 한다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.As a non-limiting example, the weights may include weights that are varied during neural network training and/or weights for which neural network training has been completed. The variable weight in the neural network learning process may include a weight at the time the learning cycle starts and/or a variable weight during the learning cycle. The weights for which neural network learning has been completed may include weights for which learning cycles have been completed. Accordingly, the data structure including the weights of the neural network may include a data structure including weights that are variable during the neural network learning process and/or weights for which neural network learning is completed. Therefore, it is assumed that the above-described weights and/or combinations of weights are included in the data structure including the weights of the neural network. The foregoing data structure is only an example, and the present disclosure is not limited thereto.
신경망의 가중치를 포함한 데이터 구조는 직렬화(serialization) 과정을 거친 후 컴퓨터 판독가능 저장 매체(예를 들어, 메모리, 하드 디스크)에 저장될 수 있다. 직렬화는 데이터 구조를 동일하거나 다른 컴퓨팅 장치에 저장하고 나중에 다시 재구성하여 사용할 수 있는 형태로 변환하는 과정일 수 있다. 컴퓨팅 장치는 데이터 구조를 직렬화 하여 네트워크를 통해 데이터를 송수신할 수 있다. 직렬화된 신경망의 가중치를 포함한 데이터 구조는 역직렬화(deserialization)를 통해 동일한 컴퓨팅 장치 또는 다른 컴퓨팅 장치에서 재구성될 수 있다. 신경망의 가중치를 포함한 데이터 구조는 직렬화에 한정되는 것은 아니다. 나아가 신경망의 가중치를 포함한 데이터 구조는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산의 효율을 높이기 위한 데이터 구조(예를 들어, 비선형 데이터 구조에서 B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree)를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.The data structure including the weights of the neural network may be stored in a computer readable storage medium (eg, a memory or a hard disk) after going through a serialization process. Serialization can be the process of converting a data structure into a form that can be stored on the same or another computing device and later reconstructed and used. The computing device may transmit and receive data through a network by serializing the data structure. The data structure including the weights of the serialized neural network may be reconstructed on the same computing device or another computing device through deserialization. The data structure including the weights of the neural network is not limited to serialization. Furthermore, the data structure including the weights of the neural network is a data structure for increasing the efficiency of operation while minimizing the resource of the computing device (for example, B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree). The foregoing is only an example, and the present disclosure is not limited thereto.
데이터 구조는 신경망의 하이퍼 파라미터(Hyper-parameter)를 포함할 수 있다. 그리고 신경망의 하이퍼 파라미터를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 하이퍼 파라미터는 사용자에 의해 가변되는 변수일 수 있다. 하이퍼 파라미터는 예를 들어, 학습률(learning rate), 비용 함수(cost function), 학습 사이클 반복 횟수, 가중치 초기화(Weight initialization)(예를 들어, 가중치 초기화 대상이 되는 가중치 값의 범위 설정), Hidden Unit 개수(예를 들어, 히든 레이어의 개수, 히든 레이어의 노드 수)를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.The data structure may include hyper-parameters of the neural network. Also, the data structure including the hyperparameters of the neural network may be stored in a computer readable medium. A hyperparameter may be a variable variable by a user. Hyperparameters include, for example, learning rate, cost function, number of learning cycle iterations, weight initialization (eg, setting the range of weight values to be targeted for weight initialization), hidden unit number (eg, the number of hidden layers and the number of nodes in the hidden layer). The foregoing data structure is only an example, and the present disclosure is not limited thereto.
또한, 뉴럴 네트워크는 전이학습(transfer learning) 방법의 일종으로, 특정 데이터 세트를 기초로 사전 학습하고, 특정 데이터와 일부 유사하거나 완전히 새로운 데이터 세트를 기초로 추가 학습을 수행할 수 있다. 이때, 상기 사전 학습은, 모든 레이어를 대상으로 학습을 수행하는 것이되, 추가 학습은 마지막 레이어 혹은 일부 레이어를 대상으로 재학습을 수행하는 것을 의미할 수 있다. 전이학습 방법은 학습데이터의 수가 적을 때, 효과적이고, 소량의 데이터로 학습하는 것보다 정확도가 높은 장점이 있다.In addition, a neural network is a type of transfer learning method, and may perform pre-learning based on a specific data set, and perform additional learning based on a data set that is partly similar to the specific data or completely new. In this case, the pre-learning may mean that learning is performed for all layers, but the additional learning may mean that re-learning is performed for the last layer or some layers. The transfer learning method is effective when the number of learning data is small, and has the advantage of higher accuracy than learning with a small amount of data.
또한, 뉴럴 네트워크의 추가적인 전이학습 방법의 일종으로, 오토 인코더 모델과 같은 비지도 학습방식의 뉴럴 네트워크 모델을 사전학습 모델로 사용하여 사전학습후, 일부 레이어의 가중치를 추출하여, 상이한 뉴럴 네트워크 모델이 가지는 일부 레이어의 추가 학습시킬 수 있다. 이때, 상기 상이한 뉴럴 네트워크는 비지도 학습 방식의 뉴럴 네트워크뿐 아니라, 지도 학습 방식의 뉴럴 네트워크도 포함될 수 있다. 앞서 언급한 사전학습 모델을 활용한 전이학습은 정답여부를 수동으로 판단하기 어려울 정도로 큰 규모의 데이터를 활용할 수 있다는 장점이 있다.In addition, as a type of additional transfer learning method of neural networks, a neural network model of an unsupervised learning method such as an auto-encoder model is used as a pre-learning model, and after pre-learning, weights of some layers are extracted, so that different neural network models are formed. Branches can be additionally trained in some layers. In this case, the different neural networks may include not only an unsupervised learning type neural network but also a supervised learning type neural network. Transfer learning using the aforementioned pre-learning model has the advantage of being able to utilize large-scale data that makes it difficult to manually determine the correct answer.
상기 오토 인코더 모델은 차원 축소를 통해 특징값을 생성할 수 있다. 또한, 특징값을 추출하는 과정에서 입력 데이터의 각 차원의 비선형적 관계도 고려될 수 있다. 또한 상기 오토 인코더 모델은 데이터를 원래의 입력 데이터 보다 작은 차원의 공간으로 압축하고, 원래의 데이터로 복원하여 복원 데이터를 출력하는 과정에서 학습데이터의 특징이 추출되어 잠재 공간에 나타나게 할 수 있다. 이때, 상기 잠재 공간에서의 데이터의 표현형을 잠재 변수라고 칭하고, 상기 오토 인코더 모델은 입력 데이터와 출력 데이터 데이터의 차이를 최소화하는 과정을 통해 학습할 수 있다. 이때, 상기 입력 데이터와 출력 데이터 데이터의 차이가 오류값일 수 있다. 즉, 상기 복원 오류값은 통상의 기술자라면, 학습을 위한 데이터셋과 입력 데이터의 종류에 영향을 받음을 알 수 있다. 또한, 상기 복원 오류값은 학습 횟수에 영향을 받으며, 압축을 수행하는 인코더와 복원을 수행하는 디코더의 형태에 영향을 받음을 알 수 있다.The autoencoder model may generate feature values through dimensionality reduction. In addition, in the process of extracting feature values, a non-linear relationship between each dimension of the input data may be considered. In addition, the auto-encoder model compresses data into a space with a dimension smaller than that of the original input data, restores the original data, and outputs the restored data. In the process, features of the learning data are extracted and displayed in the latent space. In this case, the expression type of the data in the latent space is referred to as a latent variable, and the auto-encoder model can be learned through a process of minimizing the difference between input data and output data. In this case, the difference between the input data and the output data may be an error value. That is, it can be seen that the restoration error value is affected by the data set for learning and the type of input data. In addition, it can be seen that the restoration error value is affected by the number of times of learning, and is influenced by the shape of an encoder performing compression and a decoder performing restoration.
도 4는 본 개시의 일 실시예에 따라, 프로세서가 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출하는 방법을 나타낸 순서도이다.4 is a flowchart illustrating a method for a processor to derive an antigenic determinant candidate based on an amino acid sequence of an antigen, according to an embodiment of the present disclosure.
도 4를 참조하여, 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출하는 방법에 관한 일 실시예가 개시된다.Referring to FIG. 4, an embodiment of a method for deriving an antigenic determinant candidate based on an amino acid sequence of an antigen is disclosed.
S400 단계를 참조하면, 본 개시의 일 실시예에 따른 컴퓨터 장치(100)의 프로세서(110)는 항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열(sub-sequence)들을 생성할 수 있다. 구체적으로, 프로세서(110)가 상기 복수의 아미노산 하위-서열들을 생성하는 것은, 상기 항원의 아미노산 서열에 기초하여, 아미노산 하위-서열 조건을 만족하는 복수의 아미노산 하위-서열들을 추출하되, 상기 아미노산 하위-서열 조건은, N개 이상 M개 이하의 연속적인 아미노산들을 포함하는 조건일 수 있다. 이때 아미노산 하위-서열은 항원의 아미노산 서열로부터 추출된 아미노산 서열을 의미하는 것으로, 상기 항원의 아미노산 서열의 부분 집합일 수 있다. 또한, 연속적인 아미노산 서열은 아미노산 서열의 분류 기준 중 하나인 선형 혹은 비선형 구조 중 선형 구조의 아미노산 서열을 의미할 수 있다. 항원의 아미노산 서열에 기초한 복수의 아미노산 하위-서열을 예를 들면, 상기 항원의 아미노산 서열이 [G, G, T, V, G, G, A] 일 경우 이에 대응되는 아미노산 하위-서열은, [G, G, T, V, G, G], [G, T, V, G, G] 및 [G, G, T] 등이 될 수 있다. 이때, 아미노산 하위-서열은, 완전히 같은 서열(예: [G, G, T, V], [G, G, T, V])은 포함되지 않으나, 일부 중복되는 아미노산 서열(예: [G, G, T, V], [G, G, T, V, G])은 포함될 수 있다. 이후, 상기 일부 중복되는 아미노산 서열은 중복되는 정도에 따라, 중복 제거 모듈에 의해 제거될 수 있다.Referring to step S400, the
이어서, S401 단계를 참조하면, 프로세서(110)는 상기 복수의 아미노산 하위-서열들에 대한 특징값들을 생성할 수 있다. 이때, 프로세서(110)는 상기 적어도 하나의 항원 결정기 후보를 도출할 때, 상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 복수의 확률값들을 결정할 수 있다. 이때, 상기 아미노산 하위-서열에 대한 특징값들에 기초하여 결정된 확률값들은, 트랜스포머(transformer), RNN(Recurrent Neural Network), CNN(convolution neural network) 등을 포함하는 신경망 모델을 기초로 출력되는 것으로, 아미노산 하위-서열을 입력 받고, 상기 아미노산 하위-서열이 대응되는 항원의 항원 결정기일 확률과 특징값을 연산하도록 학습된 것일 수 있다. 이때, 상기 아미노산 하위-서열로부터 연산된 항원 결정기일 확률과 특징값은 항원 결정기 후보로 분류하는 기준으로 사용될 수 있다.Subsequently, referring to step S401, the
이어서, S402 단계를 참조하면, 프로세서(110)는 상기 복수의 아미노산 하위-서열들에 대한 항원 결정기일 확률들과 특징값들에 기초하여 적어도 하나의 항원 결정기 후보를 도출할 수 있다. 또한, 프로세서(110)는 상기 복수의 확률값들 중 임계치 이하의 확률값들에 대응되는 아미노산 하위-서열들을 제거할 수 있다. 예를 들어, 프로세서(110)는 상기 복수의 아미노산 하위-서열들 중 분류기에 의해 소정의 확률 이하로 분류된 아미노산 하위-서열을 앞으로 고려하지 않도록 제거할 수 있다. 구체적으로, 확률의 임계값이 ‘0.8’일 경우 각각의 아미노산 하위-서열의 확률이 ‘0.78’, ‘0.9’ 및 ’0.65’인 아미노산 하위-서열 중 확률이 ‘0.9’에 해당하는 아미노산 하위-서열을 제외한 나머지 아미노산 하위-서열들을 앞으로 고려하지 않도록 제거할 수 있다. 이때, 프로세서(110)는 상기 제거된 아미노산 하위-서열을 제외한 나머지 아미노산 하위-서열을 항원 결정기 후보로 선택할 수 있다. 추가적으로, 프로세서(110)는 언급한 일련의 과정을 통해 분류된 항원 결정기 후보들 중 소정의 비율 이상 중복되는 항원 결정기 후보들을 중복 제거 대상 그룹으로 식별하고, 상기 중복 제거 대상 그룹에 속한 항원 결정기 후보들을 하나의 대표 항원 결정기 후보로 통합하여, 일련의 과정을 거친 최종 항원 결정기 후보를 출력할 수 있다. 예를 들어, 80% 이상의 아미노산이 유사한 복수개의 항원 결정기 후보들인, [G, T, V, G, V], [G, T, V, G, T], [G, T, V, G, A]가 있고, 항원 결정기 후보들의 항원 결정기일 확률이 각각 ‘0.7’, ‘0.65’, ‘0.9’라고 할 때, 프로세서(110)는 확률이 가장 높은 [G, T, V, G, A]를 제외한 유사한 항원 결정기 후보들을 제거할 수 있다.Subsequently, referring to step S402, the
도 5는 본 개시의 일 실시예에 따라, 프로세서가 항원의 아미노산 서열에 기초하여 아미노산 하위-서열을 생성하는 방법을 나타낸 개략도이다.5 is a schematic diagram illustrating a method for a processor to generate an amino acid sub-sequence based on an amino acid sequence of an antigen, according to an embodiment of the present disclosure.
앞서 도 4의 S400을 참조하여 항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열들을 생성할 수 있다고 설명하였다. 이와 관련하여, 도 5를 참조하여 프로세서가 항원의 아미노산 서열에 기초하여 아미노산 하위-서열을 생성하는 방법에 관한 일 실시예가 개시된다.It has been described above that a plurality of amino acid sub-sequences can be generated based on the amino acid sequence of the antigen with reference to S400 of FIG. 4 . In this regard, referring to FIG. 5 , one embodiment of a method for a processor to generate an amino acid sub-sequence based on an amino acid sequence of an antigen is disclosed.
상기 복수의 아미노산 하위-서열들을 생성하는 단계(S400)는, 상기 항원의 아미노산 서열(500)에 기초하여, 아미노산 하위-서열(510) 조건을 만족하는 복수의 아미노산 하위-서열(510)들을 추출하는 단계를 포함하되, 상기 아미노산 하위-서열(510) 조건은, N개 이상 M개 이하의 연속적인 아미노산들을 포함하는 조건일 수 있다.In the generating of the plurality of amino acid sub-sequences (S400), based on the
구체적으로, 상기 항원의 아미노산 서열(500)은 L개의 아미노산들을 포함하고, 상기 항원의 아미노산 서열(500)에 기초하여, 아미노산 하위-서열(510) 조건을 만족하는 복수의 아미노산 하위-서열들을 추출할 수 있다. 이때, 상기 항원의 아미노산 서열의 첫번째 아미노산(예컨대, 도 5에서 시작 인덱스가 0인 아미노산)부터 (L-M+1)번째 아미노산(예컨대, 도 5에서 시작 인덱스가 L-M인 아미노산)까지의 아미노산들을 순차적으로 추출의 시작점들로 결정할 수 있다 (참고로, 추출을 위해 결정되는 마지막 시작점이 L-M+1번째 아미노산인 이유는, L-M+1번째 이후의 아미노산을 시작점으로 설정하는 경우에는, 설정된 시작점을 기준으로 연속하는 M개의 아미노산을 추출하는 것이 불가능하기 때문이다). 또한, 상기 순차적으로 결정된 (L-M+1)개의 시작점들 각각에 대하여 N개 내지 M개의 연속하는 아미노산들을 추출하는 동작을 (M-N+1)회 수행하여, (L-M+1)(M-N+1)개의 하위-서열들을 추출할 수 있다.Specifically, the
특정 암종을 항원으로써 예를 들면, 프로세서(110)는 특정 암종에 대한 1000의 아미노산 서열 길이를 가지는 항원을 기초로, 항원의 첫번째 위치에 존재하는 아미노산을 시작점으로 선정하고 20 내지 30 길이를 가지는 하위-서열들을 추출할 수 있다. 이때, 첫번째 위치에 존재하는 상기 아미노산 서열의 아미노산을 시작점으로 선정하고, 1000번째 아미노산 방향으로 한 아미노산씩 이동하면서 20 내지 30 길이를 가지는 하위-서열들을 추출할 수 있다. 또한, 프로세서(110)는 상기 아미노산 하위-서열을 추출하는 과정을 20 내지 30길이의 아미노산 하위-서열을 생성할 수 없을 때까지 앞선 일련의 과정을 반복할 수 있다. 결과적으로, 프로세서(110)는 하나의 항원으로부터 (1000-30+1)*(30-20+1)=10,681개의 아미노산 하위-서열을 생성할 수 있다.Taking a specific carcinoma as an antigen, for example, the
도 6은 본 개시의 일 실시예에 따라, 프로세서가 항원의 아미노산 서열에 기초하여 아미노산 하위-서열을 생성하기 위해 중간-서열을 생성하는 방법을 나타낸 개략도이다. 또한, 도 7은 본 개시의 일 실시예에 따라, 중간-서열을 기초로 아미노산 하위-서열을 생성하는 방법을 나타낸 순서도이다.6 is a schematic diagram illustrating a method for a processor to generate mid-sequences to generate amino acid sub-sequences based on an amino acid sequence of an antigen, according to an embodiment of the present disclosure. 7 is a flowchart illustrating a method of generating an amino acid sub-sequence based on an intermediate-sequence, according to an embodiment of the present disclosure.
앞서, 도 4의 S400을 참조하여 항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열들을 생성할 수 있다고 설명하였다. 이와 관련하여, 도 6 내지 도 7을 참조하여, 프로세서(110)가 항원의 아미노산 서열에 기초하여 아미노산 하위-서열을 생성하기 위해 중간-서열을 생성하는 방법에 관한 일 실시예가 개시된다. 상기 항원의 아미노산 서열(600)은 L개의 아미노산들을 포함할 수 있다. 또한, 프로세서(110)는 상기 항원의 아미노산 서열(600)에 기초하여, 아미노산 하위-서열 조건을 만족하는 서로 상이한 복수의 아미노산 하위-서열들을 추출할 수 있다. 이때, 프로세서(110)는 상기 항원의 아미노산 서열(600)에서 기 설정된 개수의 아미노산의 간격으로 K개의 제 1 시작점들을 결정할 수 있다. 예를 들어, 프로세서(110)는, 도 6과 같이, 2(M-N)의 간격으로 L//(2(M-N))개의 제 1 시작점들을 결정할 수 있다. 또한, 프로세서(110)는, 3(M-N), 4(M-N), … P(M-N) 등의 간격으로 L//(3(M-N)), L//(4(M-N)), … L//(P(M-N))개의 제 1 시작점들을 결정할 수 있다.(이때, 수식 'a//b'는 a를 b로 나누었을 때, 나머지를 제외한 몫을 나타낸다. 예컨대, '5//2' 는 2 이다.) 참고로, 제 1 시작점들의 간격을 (M-N)의 배수로 구성하는 경우(즉, 간격을 M, N에 종속적인 파라미터로 구성하는 경우)에는, 프로세서(110)가 연산 과정에서 고려하는 독립 파라미터의 개수가 상대적으로 감소될 수 있어서 연산 효율이 증가될 수 있고, 중요 파라미터인 M과 N을 제어하는 과정에서 상기 제 1 시작점들의 간격도 함께 연동되어 제어될 수 있으므로, 제어 프로세스 상의 효율성도 증가될 수 있다 . 또한, 프로세서(110)는 상기 K개의 제 1 시작점들 각각에 대하여, J개의 연속하는 아미노산들을 포함하는 K개의 중간-서열(700)들을 추출할 수 있다. 예를 들어, 프로세서(110)는 상기 K개의 제 1 시작점들 각각에 대하여, M+(M-N)=2M-N개의 연속하는 아미노들을 포함하는 K개의 중간-서열(700)들을 추출할 수 있다. 한편, 각 중간-서열이 포함하는 아미노산의 개수가 “M과 N을 활용하는 관계식”에 기초하여 결정되는 경우, 위에서 검토한 바와 같이 연산 효율 및 제어 효율이 증가될 수 있다. 또한, 프로세서(110)는 상기 K개의 중간-서열(700)들에 기초하여 상기 복수의 아미노산 하위-서열들을 추출할 수 있다. 구체적으로, 프로세서(110)는 상기 K개의 중간-서열(700)들 각각에 대하여, 각각의 중간-서열(700)의 첫번째 아미노산부터 (J-M+1)번째 아미노산까지의 아미노산들을 순차적으로 제 2 시작점들로 결정하고, 그리고 상기 순차적으로 결정된 (J-M+1)개의 제 2 시작점들 각각에 대하여 N개 내지 M개의 연속하는 아미노산들을 추출하는 동작을 (M-N+1)회 수행하여 (M-N+1)(M-N+1)개의 하위-서열들을 추출할 수 있다. (참고로, 추출을 위해 결정되는 마지막 시작점이 J-M+1번째 아미노산인 이유는, J-M+1번째 이후의 아미노산을 제 2 시작점으로 설정하는 경우에는, 설정된 제 2 시작점을 기준으로 M개의 아미노산을 추출하는 것이 불가능하기 때문이다.) 결과적으로, 프로세서(110)는 상기 K개의 중간-서열(700)들에 대하여, K(M-N+1)(M-N+1)개의 하위-서열들을 추출할 수 있다.Previously, it has been described that a plurality of amino acid sub-sequences can be generated based on the amino acid sequence of the antigen with reference to S400 of FIG. 4 . In this regard, referring to FIGS. 6-7 , one embodiment of a method for
예를 들어, 프로세서(110)는 1000개(L=1000)의 아미노산들을 포함하는 항원의 아미노산 서열(600)에서 50개의 아미노산의 간격(기 설정된 간격=50)으로 20개(K=20)의 제 1 시작점들을 결정할 수 있다. 또한, 프로세서(110)는 상기 제 1 시작점들 각각에 대하여, 40개(J=40)의 연속하는 아미노산들을 포함하는 20개의 중간-서열(610, 700)들을 추출할 수 있다. 그리고, 프로세서(110)는 상기 중간-서열(700)들에 기초하여 상기 복수의 아미노산 하위-서열들을 추출할 수 있다. 구체적으로, 프로세서(110)는 상기 20개의 중간-서열(700)들 각각에 대하여, 각각의 중간-서열(700)의 첫번째 아미노산부터 11 번째(J-M+1=40-30+1=11) 아미노산까지의 아미노산들을 순차적으로 제 2 시작점들로 결정하고, 그리고 상기 순차적으로 결정된 11개의 제 2 시작점들 각각에 대하여 20개(N=20) 내지 30개(M=30)의 연속하는 아미노산들을 추출하는 동작을 11회 (M-N+1=30-20+1=11)수행하여 121개의 하위-서열들을 추출할 수 있다. 또한, 프로세서(110)는 상기 20개의 중간-서열(700)들에 대하여, 2420개의 하위-서열들을 추출할 수 있다.For example, the
이러한 본 개시의 일 실시예에 따르면, (추출의 중간 매개체 역할을 하는) 중간-서열들 및 (hopping 동작 및 순차적인 추출 동작을 적절하게 조화시키는) 복수의 시작점들에 기초하여, 모든 하위-서열들을 일일이 탐색하는 경우에 발생될 수 있는 연산 자원 및 시간 자원의 소모가 방지됨과 동시에, 항원 결정기 후보를 결정하기 위한 충분한 탐색이 수행할 수 있다.According to one embodiment of the present disclosure, all sub-sequences are based on intermediate-sequences (serving as an intermediate medium of extraction) and a plurality of starting points (appropriately harmonizing the hopping operation and the sequential extraction operation). Consumption of computational resources and time resources, which may occur when searching for them individually, is prevented, and at the same time, sufficient searching for determining antigenic determinant candidates can be performed.
도 8은 본 개시의 일 실시예에 따라, 프로세서가 아미노산 하위-서열에 대한 특징값에 기초하여 항원 결정기 후보를 생성하는 방법을 나타낸 순서도이다.8 is a flowchart illustrating a method for a processor to generate antigenic determinant candidates based on feature values for amino acid sub-sequences, according to an embodiment of the present disclosure.
도 8 참조하여, 항원의 아미노산 하위-서열에 대한 특징값에 기초하여 항원 결정기 후보를 생성하는 방법에 관한 일 실시예가 개시된다.Referring to FIG. 8, an embodiment of a method for generating antigenic determinant candidates based on feature values for amino acid sub-sequences of antigens is disclosed.
앞서, 도 4의 S402 단계를 참조하여 설명된, 프로세서(110)가 상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 적어도 하나의 항원 결정기 후보를 도출하는 방법을 도 8을 참조하여 상세히 설명된다. S800 단계를 참조하면, 프로세서(110)는 상기 결정기 후보를 도출하기 위해 상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 복수의 확률값들을 결정할 수 있다. 또한, S802 단계를 참조하면, 프로세서(110)는 상기 복수의 확률값들 중 임계치 이하의 확률값들에 대응되는 아미노산 하위-서열들을 제외할 수 있다. 이어서, S802 단계를 참조하면, 프로세서(110)가 상기 적어도 하나의 항원 결정기 후보를 도출할 때, 상기 임계치를 초과하는 확률값들에 대응되는 아미노산 하위-서열들을 항원 결정기 후보들로 선택하는 할 수 있다. 또한, S803 단계를 참조하면, 프로세서(110)는 선택된 항원 결정기 후보들 중 소정의 비율 이상 중복되는 항원 결정기 후보들을 중복 제거 대상 그룹으로 식별할 수 있다. 마지막으로, S804 단계를 참조하면, 프로세서(110)는 상기 중복 제거 대상 그룹에 속한 항원 결정기 후보들을 하나의 대표 항원 결정기 후보로 통합할 수 있다. 이때, 상기 하나의 대표 항원 결정기 후보는, 상기 중복 제거 대상 그룹에 속한 항원 결정기 후보들 중 결정된 확률값이 가장 높은 항원 결정기 후보에 해당할 수 있다.Referring to FIG. 8, the method for the
한편, 본 개시의 일 실시예에 따르면, 위에서 살핀 “중간-서열들”에 기초하여 대표 항원 결정기 후보들이 결정될 수 있으며, 이들 사이의 비교에 기초하여 최종적인 항원 결정기 후보가 결정될 수 있다. 예를 들어, 본 개시의 일 실시예에 따르면, 상기 K개의 중간-서열들 각각에 대하여, 각각의 중간-서열에 포함된 하위-서열들 중 확률값이 가장 높은 것으로 예측된 하나의 하위-서열이 각각의 중간-서열의 대표 항원 결정기 후보로 결정될 수 있으며, 이러한 과정을 통해, K개의 중간-서열들에 대한 K개의 대표 항원기 결정 후보들이 결정될 수 있다. 결정된 K개의 대표 항원기 결정 후보들은, 확률값 등의 다양한 기준에 기초하여, 서로 비교될 수 있으며, 이러한 비교에 기초하여 최종적인 항원 결정기 후보가 결정될 수 있다. 이러한 본 개시의 일 실시예에 따르면, 유사한 특징을 나타낼 가능성이 높은, 특정 중간-서열에 포함된 하위-서열들을 단일의 대표 하위-서열로 통합하여 분석을 진행할 수 있으므로, 연산 자원 및 시간 자원이 더욱 효율적으로 활용될 수 있다.On the other hand, according to an embodiment of the present disclosure, representative antigenic determinant candidates may be determined based on the “intermediate-sequences” looked at above, and a final antigenic determinant candidate may be determined based on comparison between them. For example, according to one embodiment of the present disclosure, for each of the K mid-sequences, one sub-sequence predicted to have the highest probability value among sub-sequences included in each of the mid-sequences is Representative antigenic determinant candidates for each intermediate-sequence may be determined, and through this process, K representative epitope-determining candidates for K intermediate-sequences may be determined. The determined K representative epitope determination candidates may be compared with each other based on various criteria such as a probability value, and a final antigenic determinant candidate may be determined based on the comparison. According to one embodiment of the present disclosure, since analysis can be performed by integrating sub-sequences included in a specific intermediate-sequence, which are likely to exhibit similar characteristics, into a single representative sub-sequence, computational and time resources are reduced. can be used more efficiently.
도 9는 본 개시의 일 실시예에 따라, 프로세서가 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출하는 방법을 나타낸 개략도이다.9 is a schematic diagram illustrating a method for a processor to derive an antigenic determinant candidate based on an amino acid sequence of an antigen, according to an embodiment of the present disclosure.
도 9 참조하여, 프로세서가 항원의 아미노산 서열에 기초하여 항원 결정기 후보를 도출하는 방법에 관한 일 실시예가 개시된다.Referring to FIG. 9 , an embodiment of a method for a processor to derive an antigenic determinant candidate based on an amino acid sequence of an antigen is disclosed.
프로세서(110)는 항원의 아미노산 하위-서열에 기초하여 특징 추출기(901)를 사용해 특징값(902)을 생성할 수 있다. 이때, 상기 특징 추출기(901)는 입력층과 출력층, 그리고 복수개의 은닉층을 포함하는 RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), 또는 트랜스포머(Transformer) 기반의 신경망 모델을 포함할 수 있다.
또한, 프로세서(110)는 상기 특징값(902)에 기초하여 분류기(903)를 사용해 적어도 하나의 항원 결정기 후보(904)를 도출할 수 있다. 상기 분류기(903)는 특징값(902)을 기초로 항원 결정기 후보(904) 인지 혹은 항원 결정기 후보(904)가 아닌지를 분류하는 이진 분류를 수행할 수 있다. 예를 들어, 상기 분류기(903)는 시그모이드(sigmoid) 활성화 함수를 기초로 입력 받는 특징값(902)을 ‘0.5’를 기준으로 ‘0.5’ 미만은 ‘0’(false)으로 반환하고, ‘0.5’ 이상은 ‘1’(true)로 반환하는 것일 수 있다. 이때, 분류기(903)가 포함하는 활성화 함수는 입력되는 특징값(902)과 학습 여부에 따라 임계값을 학습가능한 가중치로써, 학습될 수 있다. 이때, 분류기(903)는 활성화 함수뿐만 아닌 추가적인 신경망 모델 혹은 기계학습 모델을 포함할 수 있다.Also, the
또한, 프로세서(110)는 상기 적어도 하나의 항원 결정기 후보(904)에 기초하여 중복 제거 모듈을 사용해 필터링된 최종 항원 결정기 후보(906)를 생성할 수 있다. 구체적으로, 프로세서(110)는 상기 중복 제거 모듈을 기초로 항원 결정기 후보(904)들을 선택하고, 선택된 항원 결정기 후보(904)들 중 소정의 비율 이상 중복되는 항원 결정기 후보(904)들을 중복 제거 대상 그룹으로 식별할 수 있다. 또한, 프로세서(110)는 상기 중복 제거 대상 그룹에 속한 항원 결정기 후보(904)들을 하나의 최종 항원 결정기 후보(906)로 통합할 수 있다. 이때 최종 항원 결정기 후보(906)는 중복 제거 대상 그룹에 속한 항원 결정기 후보(904)들 중 가장 확률값이 높은 것을 제외한 나머지 항원 결정기 후보(904)를 제거하여 최종 항원 결정기 후보(906)로 통합하는 방법을 포함할 수 있다. Further, the
도 10은 본 개시의 일 실시예에 따라, 프로세서가 특징 추출기를 학습시키는 방법을 나타낸 개략도이다.10 is a schematic diagram illustrating a method for a processor to learn a feature extractor, according to an embodiment of the present disclosure.
도 10을 참조하여, 프로세서가 사전 학습 모델을 활용해 특징 추출기를 학습하는 방법에 관한 일 실시예가 개시된다.Referring to FIG. 10 , an embodiment of a method for a processor to learn a feature extractor using a pre-learning model is disclosed.
프로세서(110)는 단백질 데이터베이스(1000)를 기초로 사전 학습 모델(1001)의 가중치를 초기화할 수 있다. 이때, 상기 사전 학습 모델(1001)은 상기 단백질 데이터베이스(1000)를 비지도 학습 방식으로 학습함으로써, 방대한 데이터를 효율적으로 학습할 수 있다. 이때, 상기 사전 학습 모델(1001)은 비지도 학습을 수행하기 위하여 오토 인코더 방식 또는 모델에 입력되는 데이터의 일부를 마스킹하는 MLM(masked language model) 방식의 뉴럴 네트워크 모델이 사용될 수 있다. 상기 오토 인코더 모델은, 인코딩 과정 및 디코딩 과정을 포함할 수 있다. 이때, 인코딩 과정에서는 입력된 데이터의 핵심 특징 정보만 은닉층을 통해 학습하고 나머지는 손실시킬 수 있다. 이어서 디코딩 과정에서 상기 은닉층의 출력값을 복원하는데 입력데이터와 비교하여 동일 하지는 않으나, 입력데이터와 유사한 출력데이터를 출력한다. 이때 입력데이터와 출력데이터의 차이를 연산하여 오류값을 출력하게 되고, 오류값을 기초로 역전파(back-propagation)하여 학습할 수 있다. 이 과정에서 오토인코더는 입력데이터의 정답데이터를 따로 필요로 하지 않으므로, 제한적인 데이터에 기초하여 학습하기에 적합하다.The
상기 특징 추출기(1012)는 상기 사전학습 모델의 일부 레이어(예컨대, 출력층)로 부터 추출된 가중치를 기초로 특징 추출기(1012)를 사전 학습될 수 있다. 또한, 상기 특징 추출기(1012) 및 상기 분류기(1014)는, 항원에 대한 항원 결정기(1010) 및 비항원 결정기(1011)를 포함하는 학습 데이터에 기초하여 학습되고, 상기 학습 데이터는, 길이가 통일된 항원 결정기 및 비항원 결정기를 포함할 수 있다. (본 개시에서는 특정 항원에 대한 아미노산 서열 내에서 항원 결정기(1010)를 제외한 나머지 아미노산 서열의 부분 집합들은 비항원 결정기로 칭한다.) 또한, 상기 항원 결정기(1010) 및 비항원 결정기(1011)의 길이를 통일시키는 것은, 상기 항원 결정기(1010) 및 비항원 결정기(1011) 중 최대길이를 기준으로 패딩(padding)하는 것을 포함할 수 있다. 예를 들어, 항원 결정기(1010) 및 비항원 결정기(1011) 중 가장 많은 아미노산을 포함한 것의 길이를 ‘M’이라고 할 때, M의 길이에 못 미치는 항원 결정기(1010) 및 비항원 결정기(1011)를 ‘M’의 길이에 수렴하도록 ‘0’과 같은 가비지 데이터(garbage data)를 채워 넣는 것을 포함할 수 있다.The
분류기(1014)는 XGB(Extreme Gradient Boosting), SVM(Support Vector Machines), 랜덤 포레스트(Random forest) 또는 신경망 모델 중 하나를 포함할 수 있다. 이때, 상기 분류기는 상기 특징 추출기(1012)로 부터 출력된 특징값(1013)을 기초로 임계값과 비교하여 1 내지 0의 값을 출력하도록 학습될 수 있다. 이때 임계값은 학습될 수 있는 가중치(parameter)일 수 있다.The
도 11은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.11 is a simplified and general schematic diagram of an exemplary computing environment in which embodiments of the present disclosure may be implemented.
본 개시가 일반적으로 컴퓨팅 장치에 의해 구현될 수 있는 것으로 전술되었지만, 통상의 기술자라면 본 개시가 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어 및/또는 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로써 구현될 수 있다는 것을 잘 알 것이다.Although the present disclosure has been described above as being generally embodied by a computing device, those skilled in the art will understand that the present disclosure may be combined with computer executable instructions and/or other program modules that may be executed on one or more computers and/or with hardware. It will be appreciated that it can be implemented as a combination of software.
일반적으로, 프로그램 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 통상의 기술자라면 본 개시의 방법이 단일-프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드(handheld) 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.Generally, program modules include routines, programs, components, data structures, etc. that perform particular tasks or implement particular abstract data types. In addition, it will be appreciated by those skilled in the art that the methods of the present disclosure may be used in single-processor or multiprocessor computer systems, minicomputers, mainframe computers as well as personal computers, handheld computing devices, microprocessor-based or programmable consumer electronics, and the like. It will be appreciated that other computer system configurations may be implemented, including (each of which may be operative in connection with one or more associated devices).
본 개시의 설명된 실시예들은 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.The described embodiments of the present disclosure may be practiced in a distributed computing environment where certain tasks are performed by remote processing devices that are linked through a communications network. In a distributed computing environment, program modules may be located in both local and remote memory storage devices.
컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.Computers typically include a variety of computer readable media. Computer readable media can be any medium that can be accessed by a computer, including volatile and nonvolatile media, transitory and non-transitory media, removable and non-transitory media. Includes removable media. By way of example, and not limitation, computer readable media may include computer readable storage media and computer readable transmission media. Computer readable storage media are volatile and nonvolatile media, transitory and non-transitory, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data. includes media Computer readable storage media may include RAM, ROM, EEPROM, flash memory or other memory technology, CD-ROM, digital video disk (DVD) or other optical disk storage device, magnetic cassette, magnetic tape, magnetic disk storage device or other magnetic storage device. device, or any other medium that can be accessed by a computer and used to store desired information.
컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.A computer readable transmission medium typically embodies computer readable instructions, data structures, program modules or other data in a modulated data signal such as a carrier wave or other transport mechanism. Including all information delivery media. The term modulated data signal means a signal that has one or more of its characteristics set or changed so as to encode information within the signal. By way of example, and not limitation, computer readable transmission media includes wired media such as a wired network or direct-wired connection, and wireless media such as acoustic, RF, infrared, and other wireless media. Combinations of any of the above are also intended to be included within the scope of computer readable transmission media.
컴퓨터(1102)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(1104)로서 이용될 수 있다.An exemplary environment 1100 implementing various aspects of the present disclosure is shown including a
시스템 버스(1108)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(1112)은 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.
컴퓨터(1102)는 내장형 하드 디스크 드라이브(HDD)(1114)(예를 들어, EIDE, SATA)-이 내장형 하드 디스크 드라이브(1114)는 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음-, 자기 플로피 디스크 드라이브(FDD)(1116)(예를 들어, 이동식 디스켓(1118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(1120)(예를 들어, CD-ROM 디스크(1122)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(1124)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.
이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 통상의 기술자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 개시의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.These drives and their associated computer readable media provide non-volatile storage of data, data structures, computer executable instructions, and the like. In the case of
운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 RAM(1112)에 캐싱될 수 있다. 본 개시가 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.A number of program modules may be stored on the drive and
사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.A user may enter commands and information into the
모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.A
컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 컴퓨팅 디바이스 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(1150)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(1152) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(1154)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.
LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 연결된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(1152)은 무선 어댑터(1156)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있거나, WAN(1154) 상의 통신 컴퓨팅 디바이스에 연결되거나, 또는 인터넷을 통하는 등, WAN(1154)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통해 시스템 버스(1108)에 연결된다. 네트워크화된 환경에서, 컴퓨터(1102)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.When used in a LAN networking environment,
컴퓨터(1102)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.
Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성 있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a, b, g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.Wi-Fi (Wireless Fidelity) makes it possible to connect to the Internet without wires. Wi-Fi is a wireless technology, such as a cell phone, that allows such devices, eg, computers, to transmit and receive data both indoors and outdoors, i.e. anywhere within coverage of a base station. Wi-Fi networks use a radio technology called IEEE 802.11 (a, b, g, etc.) to provide secure, reliable, and high-speed wireless connections. Wi-Fi can be used to connect computers to each other, to the Internet, and to wired networks (using IEEE 802.3 or Ethernet). Wi-Fi networks can operate in the unlicensed 2.4 and 5 GHz radio bands, for example, at 11 Mbps (802.11a) or 54 Mbps (802.11b) data rates, or in products that include both bands (dual band) .
본 개시의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다. 예를 들어, 위의 설명에서 참조될 수 있는 데이터, 지시들, 명령들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기장들 또는 입자들, 광학장들 또는 입자들, 또는 이들의 임의의 결합에 의해 표현될 수 있다.Those skilled in the art will understand that information and signals may be represented using any of a variety of different technologies and techniques. For example, data, instructions, instructions, information, signals, bits, symbols and chips that may be referenced in the above description are voltages, currents, electromagnetic waves, magnetic fields or particles, optical fields s or particles, or any combination thereof.
본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 소프트웨어로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 개시의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 개시의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.Those skilled in the art will understand that the various illustrative logical blocks, modules, processors, means, circuits, and algorithm steps described in connection with the embodiments disclosed herein are electronic hardware, (for convenience) , may be implemented by various forms of program or design code (referred to herein as software) or a combination of both. To clearly illustrate this interchangeability of hardware and software, various illustrative components, blocks, modules, circuits, and steps have been described above generally in terms of their functionality. Whether such functionality is implemented as hardware or software depends on the particular application and the design constraints imposed on the overall system. Skilled artisans may implement the described functionality in varying ways for each particular application, but such implementation decisions should not be interpreted as causing a departure from the scope of the present disclosure.
여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 제조 물품은 임의의 컴퓨터-판독가능 저장장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 저장매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.Various embodiments presented herein may be implemented as a method, apparatus, or article of manufacture using standard programming and/or engineering techniques. The term article of manufacture includes a computer program, carrier, or media accessible from any computer-readable storage device. For example, computer-readable storage media include magnetic storage devices (eg, hard disks, floppy disks, magnetic strips, etc.), optical disks (eg, CDs, DVDs, etc.), smart cards, and flash memory devices (eg, EEPROM, cards, sticks, key drives, etc.), but are not limited thereto. Additionally, various storage media presented herein include one or more devices and/or other machine-readable media for storing information.
제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.It is to be understood that the specific order or hierarchy of steps in the processes presented is an example of example approaches. Based upon design priorities, it is to be understood that the specific order or hierarchy of steps in the processes may be rearranged within the scope of this disclosure. The accompanying method claims present elements of the various steps in a sample order, but are not meant to be limited to the specific order or hierarchy presented.
제시된 실시예들에 대한 설명은 임의의 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.The description of the presented embodiments is provided to enable any person skilled in the art to make or use the present disclosure. Various modifications to these embodiments will be apparent to those skilled in the art of this disclosure, and the general principles defined herein may be applied to other embodiments without departing from the scope of this disclosure. Thus, the present disclosure is not to be limited to the embodiments presented herein, but is to be interpreted in the widest scope consistent with the principles and novel features presented herein.
Claims (14)
항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열(sub-sequence)들을 생성하는 단계;
상기 복수의 아미노산 하위-서열들에 대한 특징값들을 생성하는 단계; 및
상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 적어도 하나의 항원 결정기 후보를 도출하는 단계;
를 포함하는,
방법.
A method for deriving an epitope candidate, performed by a computing device including at least one processor, comprising:
generating a plurality of amino acid sub-sequences based on the amino acid sequence of the antigen;
generating feature values for the plurality of amino acid sub-sequences; and
deriving at least one antigenic determinant candidate based on feature values for the plurality of amino acid sub-sequences;
including,
method.
상기 복수의 아미노산 하위-서열들을 생성하는 단계는,
상기 항원의 아미노산 서열에 기초하여, 아미노산 하위-서열 조건을 만족하는 복수의 아미노산 하위-서열들을 추출하는 단계
를 포함하되,
상기 아미노산 하위-서열 조건은, N개 이상 M개 이하의 연속적인 아미노산들을 포함하는 조건인,
방법.
According to claim 1,
Generating the plurality of amino acid sub-sequences comprises:
Based on the amino acid sequence of the antigen, extracting a plurality of amino acid sub-sequences that satisfy an amino acid sub-sequence condition.
Including,
The amino acid sub-sequence condition is a condition comprising N or more and M or less consecutive amino acids,
method.
상기 항원의 아미노산 서열은 L개의 아미노산들을 포함하고,
상기 항원의 아미노산 서열에 기초하여, 아미노산 하위-서열 조건을 만족하는 복수의 아미노산 하위-서열들을 추출하는 단계는:
상기 항원의 아미노산 서열의 첫번째 아미노산부터 (L-M+1)번째 아미노산까지의 아미노산들을 순차적으로 추출의 시작점들로 결정하는 단계; 및
상기 순차적으로 결정된 (L-M+1)개의 시작점들 각각에 대하여 N개 내지 M개의 연속하는 아미노산들을 추출하는 동작을 수행하여, (L-M+1)(M-N+1)개의 하위-서열들을 추출하는 단계;
를 포함하는,
방법.
According to claim 2,
The amino acid sequence of the antigen comprises L amino acids,
Based on the amino acid sequence of the antigen, extracting a plurality of amino acid sub-sequences that satisfy the amino acid sub-sequence condition:
sequentially determining amino acids from the first amino acid to the (L-M+1)th amino acid of the amino acid sequence of the antigen as starting points for extraction; and
For each of the sequentially determined (L-M+1) starting points, an operation of extracting N to M consecutive amino acids is performed, and (L-M+1)(M-N+1) sub- extracting sequences;
including,
method.
상기 항원의 아미노산 서열은 L개의 아미노산들을 포함하고,
상기 항원의 아미노산 서열에 기초하여, 아미노산 하위-서열 조건을 만족하는 서로 상이한 복수의 아미노산 하위-서열들을 추출하는 단계는:
상기 항원의 아미노산 서열에서 기 설정된 개수의 아미노산의 간격으로 K개의 제 1 시작점들을 결정하는 단계;
상기 K개의 제 1 시작점들의 각각에 대하여, J개의 연속하는 아미노산들을 포함하는 중간-서열을 추출하는 단계; 및
추출된 K개의 중간-서열들에 기초하여 상기 복수의 아미노산 하위-서열들을 추출하는 단계;
를 포함하는,
방법.
According to claim 2,
The amino acid sequence of the antigen comprises L amino acids,
Based on the amino acid sequence of the antigen, extracting a plurality of different amino acid sub-sequences that satisfy the amino acid sub-sequence condition:
determining K first starting points at intervals of a predetermined number of amino acids in the amino acid sequence of the antigen;
For each of the K first starting points, extracting a mid-sequence comprising J consecutive amino acids; and
extracting the plurality of amino acid sub-sequences based on the extracted K mid-sequences;
including,
method.
상기 중간-서열들에 기초하여 상기 복수의 아미노산 하위-서열들을 추출하는 단계는,
상기 K개의 중간-서열들 각각에 대하여:
각각의 중간-서열의 첫번째 아미노산부터 (J-M+1)번째 아미노산까지의 아미노산들을 순차적으로 제 2 시작점들로 결정하고, 그리고
상기 순차적으로 결정된 (J-M+1)개의 제 2 시작점들 각각에 대하여 N개 내지 M개의 연속하는 아미노산들을 추출하는 동작을 수행하여, (J-M+1)(M-N+1)개의 하위-서열들을 추출하는 단계; 및
상기 K개의 중간-서열들에 대하여, K(J-M+1)(M-N+1)개의 하위-서열들을 추출하는 단계;
를 포함하는,
방법.
According to claim 4,
Extracting the plurality of amino acid sub-sequences based on the mid-sequences comprises:
For each of the K mid-sequences:
Amino acids from the first amino acid to the (J-M+1)th amino acid of each mid-sequence are sequentially determined as second starting points, and
By performing an operation of extracting N to M consecutive amino acids for each of the sequentially determined (J−M+1) second starting points, (J−M+1)(M−N+1) extracting sub-sequences; and
extracting K(J-M+1)(M-N+1) sub-sequences for the K mid-sequences;
including,
method.
상기 적어도 하나의 항원 결정기 후보를 도출하는 단계는,
상기 K개의 중간-서열들 각각에 대하여, 각각의 중간-서열에 포함된 하위-서열들 중 하나의 하위-서열을 각각의 중간-서열의 대표 항원 결정기 후보로 결정하는 단계; 및
결정된 K개의 대표 항원 결정기 후보들을 비교하는 단계;
를 포함하는,
방법.
According to claim 4,
Deriving the at least one antigenic determinant candidate,
For each of the K mid-sequences, determining one of the sub-sequences included in each mid-sequence as a representative antigenic determinant candidate of each mid-sequence; and
comparing the determined K representative antigenic determinant candidates;
including,
method.
상기 적어도 하나의 항원 결정기 후보를 도출하는 단계는,
상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 복수의 확률값들을 결정하는 단계; 및
상기 복수의 확률값들 중 임계치 이하의 확률값들에 대응되는 아미노산 하위-서열들을 제외하는 단계;
를 포함하는,
방법.
According to claim 1,
Deriving the at least one antigenic determinant candidate,
determining a plurality of probability values based on feature values for the plurality of amino acid sub-sequences; and
Excluding amino acid sub-sequences corresponding to probability values below a threshold value among the plurality of probability values;
including,
method.
상기 적어도 하나의 항원 결정기 후보를 도출하는 단계는,
상기 임계치를 초과하는 확률값들에 대응되는 아미노산 하위-서열들을 항원 결정기 후보들로 선택하는 단계;
선택된 항원 결정기 후보들 중 소정의 비율 이상 중복되는 항원 결정기 후보들을 중복 제거 대상 그룹으로 식별하는 단계; 및
상기 중복 제거 대상 그룹에 속한 항원 결정기 후보들을 하나의 대표 항원 결정기 후보로 통합하는 단계;
를 더 포함하고,
상기 하나의 대표 항원 결정기 후보는, 상기 중복 제거 대상 그룹에 속한 항원 결정기 후보들 중 결정된 확률값이 가장 높은 항원 결정기 후보에 해당하는,
방법.
According to claim 7,
Deriving the at least one antigenic determinant candidate,
selecting amino acid sub-sequences corresponding to probability values exceeding the threshold as antigenic determinant candidates;
identifying antigenic determinant candidates overlapping at least a predetermined ratio among the selected antigenic determinant candidates as a group to be eliminated; and
integrating antigenic determinant candidates belonging to the redundancy removal target group into one representative antigenic determinant candidate;
Including more,
The one representative antigenic determinant candidate corresponds to an antigenic determinant candidate having the highest determined probability value among antigenic determinant candidates belonging to the duplicate removal target group,
method.
상기 특징값들을 생성하는 단계는,
특징 추출기를 기초로, 상기 복수의 아미노산 하위-서열들에 대한 특징값들을 추출하는 단계;
를 포함하되,
상기 특징 추출기는,
RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), 또는 트랜스포머(Transformer) 기반의 신경망 모델을 포함하고,
상기 특징 추출기는 단백질 데이터 베이스를 기초로 학습된 MLM(Masked Language model) 또는 오토 인코더(auto encoder) 모델로부터 사전학습된 것인,
방법.
According to claim 1,
The step of generating the feature values is,
extracting feature values for the plurality of amino acid sub-sequences based on a feature extractor;
Including,
The feature extractor,
Including a recurrent neural network (RNN), a convolutional neural network (CNN), or a transformer-based neural network model,
The feature extractor is pre-trained from a Masked Language model (MLM) or an auto encoder model learned based on a protein database.
method.
상기 적어도 하나의 항원 결정기 후보를 도출하는 단계는,
상기 복수의 아미노산 하위-서열들에 대한 특징값들 및 분류기에 기초하여 상기 적어도 하나의 항원 결정기 후보를 도출하는 단계;
를 포함하되,
상기 분류기는,
XGB(Extreme Gradient Boosting), SVM(Support Vector Machines), 랜덤 포레스트(Random forest) 또는 신경망 모델 중 하나를 포함하는,
방법.
According to claim 9,
Deriving the at least one antigenic determinant candidate,
deriving the at least one antigenic determinant candidate based on feature values for the plurality of amino acid sub-sequences and a classifier;
Including,
The classifier,
including one of Extreme Gradient Boosting (XGB), Support Vector Machines (SVM), Random Forest, or Neural Network models;
method.
상기 특징 추출기 및 상기 분류기는, 항원에 대한 항원 결정기 및 비항원 결정기를 포함하는 학습 데이터에 기초하여 학습되고,
상기 학습 데이터는, 길이가 통일된 항원 결정기 및 비항원 결정기
를 포함하는,
방법.
According to claim 10,
The feature extractor and the classifier are learned based on learning data including an antigenic determinant and a non-antigen determinant for an antigen,
The learning data is an antigenic determinant and a non-antigenic determinant having a unified length.
including,
method.
상기 항원 결정기 및 비항원 결정기의 길이를 통일시키는 것은,
상기 항원 결정기 및 비항원 결정기 중 최대길이를 기준으로 패딩(padding)하는 것,
을 포함하는
방법.
According to claim 11,
Unifying the lengths of the antigenic determinant and the non-antigenic determinant,
Padding based on the maximum length of the antigenic determinant and the non-antigenic determinant,
containing
method.
하나 이상의 코어를 포함하는 프로세서; 및
메모리;
를 포함하고,
상기 프로세서는,
항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열(sub-sequence)들을 생성하고,
상기 복수의 아미노산 하위-서열들에 대한 특징값들을 생성하고, 그리고
상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 적어도 하나의 항원 결정기 후보를 도출하는
장치.
As a device,
a processor comprising one or more cores; and
Memory;
including,
the processor,
generating a plurality of amino acid sub-sequences based on the amino acid sequence of the antigen;
generating feature values for the plurality of amino acid sub-sequences, and
Deriving at least one antigenic determinant candidate based on feature values for the plurality of amino acid sub-sequences
Device.
항원의 아미노산 서열에 기초하여 복수의 아미노산 하위-서열(sub-sequence)들을 생성하는 동작;
상기 복수의 아미노산 하위-서열들에 대한 특징값들을 생성하는 동작; 및
상기 복수의 아미노산 하위-서열들에 대한 특징값들에 기초하여 적어도 하나의 항원 결정기 후보를 도출하는 동작;
을 포함하는,
컴퓨터 판독가능한 저장 매체에 저장된 컴퓨터 프로그램.
A computer program stored on a computer readable storage medium causing the computer program to perform operations for deriving an epitope candidate, the operations comprising:
generating a plurality of amino acid sub-sequences based on the amino acid sequence of the antigen;
generating feature values for the plurality of amino acid sub-sequences; and
deriving at least one antigenic determinant candidate based on feature values for the plurality of amino acid sub-sequences;
including,
A computer program stored on a computer readable storage medium.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/KR2022/003750 WO2023027280A1 (en) | 2021-08-27 | 2022-03-17 | Method for deriving epitope candidate |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20210113840 | 2021-08-27 | ||
KR1020210113840 | 2021-08-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230031760A true KR20230031760A (en) | 2023-03-07 |
Family
ID=85513479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220032073A KR20230031760A (en) | 2021-08-27 | 2022-03-15 | Method of identify epitope candidate |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20230031760A (en) |
-
2022
- 2022-03-15 KR KR1020220032073A patent/KR20230031760A/en unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102313626B1 (en) | Method for training neural network | |
KR102480423B1 (en) | Data generation using an neural network model with encoder-decoder structure | |
KR102490060B1 (en) | Method for restoring a masked face image by using the neural network model | |
KR102517968B1 (en) | Method for image feature ectraction by using neural network model | |
KR102478076B1 (en) | Method for generating learning data for speech recognition errer detection | |
KR102465571B1 (en) | Techniques for performing subject word classification of document data | |
KR102588332B1 (en) | Method for generating storyboard based on script text | |
KR102647511B1 (en) | Method for reinforce learning on large language model | |
KR102517661B1 (en) | Method for identify a word corresponding to a target word in text information | |
JP2024516629A (en) | Biosignal Analysis Methods | |
KR20230094955A (en) | Techniques for retrieving document data | |
KR102665707B1 (en) | Face image conversion method using diffusion model | |
KR102492277B1 (en) | Method for qa with multi-modal information | |
KR102486119B1 (en) | Method for speech recognition by using feedback information | |
KR102437285B1 (en) | method of training object prediction models using ambiguous labels | |
KR102662645B1 (en) | Method for active learning based on curriculum | |
KR20230062130A (en) | Interview sharing and user matching platform using artificial intelligence | |
KR20230031760A (en) | Method of identify epitope candidate | |
KR102478763B1 (en) | Method for speech recognition with grapheme information | |
KR102479218B1 (en) | Method of selection and optimization of auto-encoder model | |
KR102508654B1 (en) | Method for image-based table border generation | |
KR102498063B1 (en) | Method for speech recognition with hierarchical language information | |
KR102649764B1 (en) | Method for generating face swap image | |
WO2023027280A1 (en) | Method for deriving epitope candidate | |
KR102669806B1 (en) | Method and apparatus to assist in solving mathematical problem |