KR20230149222A - 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 - Google Patents
인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 Download PDFInfo
- Publication number
- KR20230149222A KR20230149222A KR1020230040902A KR20230040902A KR20230149222A KR 20230149222 A KR20230149222 A KR 20230149222A KR 1020230040902 A KR1020230040902 A KR 1020230040902A KR 20230040902 A KR20230040902 A KR 20230040902A KR 20230149222 A KR20230149222 A KR 20230149222A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- model
- mhc
- input
- neural network
- Prior art date
Links
- 108090000765 processed proteins & peptides Proteins 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 25
- 108700018351 Major Histocompatibility Complex Proteins 0.000 claims abstract description 134
- 230000020382 suppression by virus of host antigen processing and presentation of peptide antigen via MHC class I Effects 0.000 claims abstract description 132
- 150000001413 amino acids Chemical class 0.000 claims abstract description 82
- 102000004196 processed proteins & peptides Human genes 0.000 claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000004044 response Effects 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 description 134
- 230000008569 process Effects 0.000 description 40
- 230000015654 memory Effects 0.000 description 30
- 238000013145 classification model Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 16
- 238000013527 convolutional neural network Methods 0.000 description 16
- 238000000605 extraction Methods 0.000 description 16
- 238000012360 testing method Methods 0.000 description 15
- 238000012549 training Methods 0.000 description 15
- 108091008874 T cell receptors Proteins 0.000 description 13
- 102000016266 T-Cell Antigen Receptors Human genes 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 13
- 230000000306 recurrent effect Effects 0.000 description 13
- 239000000427 antigen Substances 0.000 description 10
- 108091007433 antigens Proteins 0.000 description 10
- 102000036639 antigens Human genes 0.000 description 10
- 230000035772 mutation Effects 0.000 description 10
- 108090000623 proteins and genes Proteins 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000006467 substitution reaction Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 102000004245 Proteasome Endopeptidase Complex Human genes 0.000 description 7
- 108090000708 Proteasome Endopeptidase Complex Proteins 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 239000008280 blood Substances 0.000 description 7
- 238000004949 mass spectrometry Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000011176 pooling Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 241000282326 Felis catus Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002068 genetic effect Effects 0.000 description 4
- 230000002209 hydrophobic effect Effects 0.000 description 4
- 210000000265 leukocyte Anatomy 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 101150076359 Mhc gene Proteins 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 3
- 210000001744 T-lymphocyte Anatomy 0.000 description 3
- 125000001931 aliphatic group Chemical group 0.000 description 3
- 125000003118 aryl group Chemical group 0.000 description 3
- 239000012472 biological sample Substances 0.000 description 3
- 210000001772 blood platelet Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000028993 immune response Effects 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 210000002381 plasma Anatomy 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 210000002966 serum Anatomy 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 108090000288 Glycoproteins Proteins 0.000 description 2
- 102000003886 Glycoproteins Human genes 0.000 description 2
- 102100028972 HLA class I histocompatibility antigen, A alpha chain Human genes 0.000 description 2
- 102100028976 HLA class I histocompatibility antigen, B alpha chain Human genes 0.000 description 2
- 102100028971 HLA class I histocompatibility antigen, C alpha chain Human genes 0.000 description 2
- 108010075704 HLA-A Antigens Proteins 0.000 description 2
- 108010058607 HLA-B Antigens Proteins 0.000 description 2
- 108010052199 HLA-C Antigens Proteins 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000030741 antigen processing and presentation Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000003776 cleavage reaction Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000013498 data listing Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 210000002472 endoplasmic reticulum Anatomy 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 101150041441 fcl gene Proteins 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000007886 mutagenicity Effects 0.000 description 2
- 231100000299 mutagenicity Toxicity 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 210000003296 saliva Anatomy 0.000 description 2
- 230000007017 scission Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000002054 transplantation Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 108700028369 Alleles Proteins 0.000 description 1
- 102000006306 Antigen Receptors Human genes 0.000 description 1
- 108010083359 Antigen Receptors Proteins 0.000 description 1
- 206010003445 Ascites Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 208000009329 Graft vs Host Disease Diseases 0.000 description 1
- 108010010378 HLA-DP Antigens Proteins 0.000 description 1
- 102000015789 HLA-DP Antigens Human genes 0.000 description 1
- 108010062347 HLA-DQ Antigens Proteins 0.000 description 1
- 108010058597 HLA-DR Antigens Proteins 0.000 description 1
- 102000006354 HLA-DR Antigens Human genes 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 241000251539 Vertebrata <Metazoa> Species 0.000 description 1
- 206010069351 acute lung injury Diseases 0.000 description 1
- 125000003275 alpha amino acid group Chemical group 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000612 antigen-presenting cell Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000003719 b-lymphocyte Anatomy 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000010322 bone marrow transplantation Methods 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 210000003756 cervix mucus Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 210000001151 cytotoxic T lymphocyte Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 210000004443 dendritic cell Anatomy 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 208000024908 graft versus host disease Diseases 0.000 description 1
- 210000002443 helper t lymphocyte Anatomy 0.000 description 1
- 230000002949 hemolytic effect Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 230000028996 humoral immune response Effects 0.000 description 1
- 230000004727 humoral immunity Effects 0.000 description 1
- 230000001900 immune effect Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 238000009169 immunotherapy Methods 0.000 description 1
- 230000002779 inactivation Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 210000001616 monocyte Anatomy 0.000 description 1
- 210000003924 normoblast Anatomy 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229940023041 peptide vaccine Drugs 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
- 238000007482 whole exome sequencing Methods 0.000 description 1
- 238000012070 whole genome sequencing analysis Methods 0.000 description 1
- 238000012049 whole transcriptome sequencing Methods 0.000 description 1
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
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/30—Detection of binding sites or motifs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
- G01N33/56966—Animal cells
- G01N33/56977—HLA or MHC typing
-
- 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
- G06N3/045—Combinations of networks
-
- 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
- G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
- G16B15/30—Drug targeting using structural data; Docking or binding prediction
-
- 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
-
- 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
-
- 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
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medical Informatics (AREA)
- Biotechnology (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Medicinal Chemistry (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Cell Biology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Genetics & Genomics (AREA)
Abstract
컴퓨팅 장치에 의해 수행되는 방법이 개시된다. 상기 방법은: 특정 주조직 적합 복합체(MHC: Major Histocompatibility Complex) 타입에 대응되는 제 1 세트의 데이터 및 제 2 세트의 데이터를 포함하는 입력 데이터를 획득하는 단계 - 상기 제 1 세트의 데이터는 복수의 펩타이드들을 포함하고, 하나의 펩타이드는 복수의 아미노산들로 이루어진 서열을 포함하며 그리고 상기 제 2 세트의 데이터는 상기 특정 MHC 타입에 대한 위치 별 아미노산 식별자들을 포함함 -, 및 인공지능 기반의 제 1 모델을 사용하여, 상기 입력 데이터로부터 상기 복수의 펩타이드들과 상기 위치 별 아미노산 식별자들 간의 결합 가능성에 대한 제 1 예측 결과를 획득하는 단계를 포함할 수 있다.
Description
본 개시내용은 면역펩티돔(immunopeptidome)에 관한 것이며, 보다 구체적으로 인공지능 기술을 이용하여 주조직 적합성 복합체(MHC)와 펩타이드 간의 관계를 분석하기 위한 관한 것이다.
주조직 적합성 복합체는 면역계에서 작용하는 'MHC 분자'를 암호화하는 유전자 자리이다. MHC 분자에는 1형(class I)과 2형(class II)이 존재할 수 있다.
면역펩티돔은 세포의 표면에서 표현되는 펩타이드들의 세트를 의미하며, 예를 들어 면역펩티돔은 MHC와 연관된 펩타이드들의 조합을 의미할 수 있다.
인간 백혈구 항원(Human Leukocyte Antigen; HLA)은 인간의 주조직 적합성 복합체(Major Histocompatibility Complex; MHC) 유전자에 의해 생성되는 당단백 분자이다. HLA는 성숙한 적혈구에는 존재하지 않지만 미성숙 적아세포(erythroblast)에서는 발현이 되며 백혈구 및/또는 혈소판 등의 혈액세포를 포함한 인체 내 모든 조직세포의 표면에 발현된다. MHC 유전자는 모든 척추동물에 존재하며 인간의 MHC 유전자를 HLA 유전자, 이로부터 발현된 산물을 HLA이라고 한다.
MHC 유전자들은 자기(self) 및 비자기(non-self)의 인지, 항원 자극에 대한 면역반응, 세포성 면역과 체액성 면역의 조절 및 질병에 대한 감수성 등에 관여한다. MHC 유전자의 산물인 HLA는 고형 장기이식에서 이식된 장기의 생존에 있어서 ABO 혈액형 다음으로 중요한 항원이다. HLA는 골수이식에 있어서 이식의 성패에 가장 중요한 역할을 하는 것으로 알려져 있다. 따라서, HLA의 차이를 면역학적으로 인지하는 것이 이식된 조직에 대한 거부반응(rejection action)의 첫 단계라 볼 수 있다. 또한, 수혈요법에 있어서 HLA와 항체는 혈소판수혈불응증, 발열성 비용혈성 수혈 부작용, 급성 폐손상, 수혈 후 이식편대숙주병과 같은 여러 가지 부작용의 발생에 중요한 역할을 한다.
HLA는 MHC와 마찬가지로 크게 Class I 및 Class II로 분류될 수 있다. Class I은 HLA-A, HLA-B, HLA-C로 분류되고 대부분의 유핵세포 및 혈소판에서 발현되며, 세포독성 T 세포가 바이러스에 감염된 세포나 종양세포를 인지하여 제거할 때 항원 인식(antigen recognition)에 필수적이다. HLA Class II는 HLA-DR, HLA-DQ, HLA-DP로 분류되고 B 세포, 단핵세포, 수지상세포, 활성화된 T 세포에서 발현되며, 헬퍼 T 세포의 항원 수용체(antigen receptor)와 작용하여 세포성 및 체액성 면역반응을 유발하고, 그리고 항원제시세포에 표현된 항원을 인지할 때 필수적인 것으로 알려져 있다. HLA는 인간이 가지고 있는 유전자 중에서 가장 큰 다형성(polymorphism)을 보이는 유전자이며 인종 및 민족 간에도 빈도 차이가 존재한다.
감염 미생물 유래의 단백질 혹은 암세포 특유의 단백질에서 유래한 펩타이드가 MHC에 결합하여 세포표면에 제시되면 T 세포가 인식하여 면역반응을 유발함으로써 감염된 세포 혹은 암세포를 제거하게 된다. 이처럼 T 세포는 정상적인 인체에 존재하지 않는 이물질에 대한 특정한 면역반응을 결정하는 핵심 조절자(player)이다. 따라서, MHC에 결합되는 펩타이드에 대한 예측은 감염질환이나 암의 예방을 위한 펩타이드 백신의 개발에 활용될 수 있다.
본 개시내용은 전술한 배경기술에 대응하여 안출된 것으로, MHC와 펩타이드의 결합 가능성을 보다 효율적인 방식으로 그리고/또는 보다 정확하게 예측하기 위함이다.
본 개시내용의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 실시예에 따라 컴퓨팅 장치에 의해 수행되는 방법이 개시된다. 상기 방법은, 특정 주조직 적합 복합체(MHC: Major Histocompatibility Complex) 타입에 대응되는 제 1 세트의 데이터 및 제 2 세트의 데이터를 포함하는 입력 데이터를 획득하는 단계 - 상기 제 1 세트의 데이터는 복수의 펩타이드들을 포함하고, 하나의 펩타이드는 복수의 아미노산들로 이루어진 서열을 포함하며 그리고 상기 제 2 세트의 데이터는 상기 특정 MHC 타입에 대한 위치 별 아미노산 식별자들을 포함함 -; 및 인공지능 기반의 제 1 모델을 사용하여, 상기 입력 데이터로부터 상기 복수의 펩타이드들과 상기 위치 별 아미노산 식별자들 간의 결합 가능성에 대한 제 1 예측 결과를 획득하는 단계를 포함할 수 있다.
일 실시예에서, 제 1 MHC 타입과 상이한 제 2 MHC 타입에 대응되는 제 1 세트의 데이터 및 제 2 세트의 데이터는, 상기 제 1 MHC 타입에 대응되는 상기 제 1 세트의 데이터 및 상기 제 2 세트의 데이터와 상이할 수 있다.
일 실시예에서, 상기 입력 데이터는, 상기 제 1 세트의 데이터에 포함된 복수의 펩타이드들과 상기 제 2 세트의 데이터에 포함된 위치별 아미노산 식별자들 간의 결합 가능성을 표현하는 값을 엘리먼트들로 포함하는 제 1 행렬을 포함할 수 있다.
일 실시예에서, 상기 제 1 모델은, 펩타이드와 MHC 타입 간의 결합 친화도를 예측하기 위한 분류 모델일 수 있다.
일 실시예에서, 상기 제 1 모델은: 상기 입력 데이터에 포함되는 행렬의 시각적인 특징(visual feature)을 추출하기 위한 제 1 서브 모델; 및 상기 제 1 서브 모델에서 추출된 상기 시각적인 특징에 기반한 입력에 응답하여 상기 행렬에 대응되는 시계열적 데이터를 분석하기 위한 제 2 서브 모델을 포함할 수 있다.
일 실시예에서, 상기 제 1 모델은, 복수의 제 1 서브 모델들 및 복수의 제 2 서브 모델들을 포함하며, 그리고 상기 복수의 제 1 서브 모델들 중 제 1-1 서브 모델의 제 1 출력은 상기 복수의 제 2 서브 모델들 중 대응되는 제 2-1 서브 모델로 입력되고 그리고 상기 제 1-1 서브 모델의 제 2 출력은 상기 복수의 제 1 서브 모델들 중 상기 제 1-1 서브 모델과 연결된 제 1-2 서브 모델로 입력될 수 있다.
일 실시예에서, 상기 복수의 제 2 서브 모델들 각각의 출력은 완전 연결 레이어(Fully connected layer)로 입력되어, 상기 입력 데이터에 대한 분류 결과가 출력될 수 있다.
일 실시예에서, 상기 제 1 출력은 상기 제 1-1 서브 모델의 플래튼(Flatten) 레이어를 통과한 출력을 포함하며, 그리고 상기 제 2 출력은 상기 제 1-1 서브 모델의 풀링(Pooling) 레이어를 통과한 출력을 포함할 수 있다.
일 실시예에서, 상기 제 1 서브 모델은 컨볼루셔널 신경망(Convolutional Neural Network) 계열의 인공 신경망을 사용하며, 그리고 상기 제 2 서브 모델은 순환 신경망(Recurrent Neural Network) 계열의 인공 신경망을 사용할 수 있다.
일 실시예에서, 상기 제 2 서브 모델은 어텐션(attention) 메커니즘이 적용된 순환 신경망 계열의 인공 신경망을 사용할 수 있다.
일 실시예에서, 상기 제 1 모델은, 복수의 제 1 서브 모델들을 포함하며, 상기 복수의 제 1 서브 모델들 중 제 1-1 서브 모델에서 풀링 레이어를 통과한 출력은 상기 복수의 제 1 서브 모델들 중 상기 제 1-1 서브 모델과 연결된 제 1-2 서브 모델로 입력되고, 그리고 상기 복수의 제 1 서브 모델들 각각에서 플래튼 레이어를 통과한 출력들은 연접(concatenation)되어 상기 제 2 서브 모델로 입력될 수 있다.
일 실시예에서, 상기 제 1 모델은, 상기 입력 데이터를 처리하는 입력 레이어; 상기 입력 레이어의 출력을 입력받아 상기 입력 데이터에 포함되는 행렬의 시각적인 특징을 출력하기 위한 N개의 특징 추출 레이어 - 여기서 N은 자연수 -; 상기 특징 추출 레이어의 출력을 입력받아 시계열적인 학습을 수행하는 순환 신경망 레이어; 및 상기 순환 신경망 레이어의 출력을 입력 받아 상기 입력 데이터에 대응되는 분류 결과를 출력하는 출력 레이어를 포함할 수 있으며, 상기 특징 추출 레이어의 개수와 대응되는 개수의 분류 결과들이 출력될 수 있다.
일 실시예에서, 상기 입력 데이터는 MHC의 아미노산과 펩타이드의 아미노산 간의 결합 에너지를 나타내는 제 2 행렬을 포함할 수 있다.
일 실시예에서, 상기 입력 데이터는: MHC의 아미노산과 펩타이드의 아미노산 간의 극성을 나타내는 제 1 특징, 아미노산의 크기를 나타내는 제 2 특징, 아미노산의 소수성 또는 친수성 여부를 나타내는 제 3 특징, 아미노산의 전하의 존재 여부를 나타내는 제 4 특징, 또는 아미노산의 방향족 또는 지방족 여부를 나타내는 제 5 특징 중 적어도 하나의 특징을 더 포함할 수 있다.
일 실시예에서, 상기 방법은: 상기 제 1 예측 결과를 포함하는 복수의 예측 결과들을 입력으로 하는 인공지능 기반의 제 2 모델을 사용하여 펩타이드와 MHC 간의 결합 가능성에 대한 제 2 예측 결과를 생성하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 복수의 예측 결과들은: 펩타이드와 MHC 간의 결합 친화도(binding affinity)를 나타내는 상기 제 1 예측 결과; 펩타이드와 MHC 간의 결합의 강도를 나타내는 결합 에너지(binding energy) 값; MHC가 항원과 결합되어 세포상에 표현되는 과정에서 특정 펩타이드가 Proteasome으로 잘라져 상기 MHC에 결합될 확률을 나타내는 클리베이지(cleavage) 값; 상기 Proteasome으로 잘라진 펩타이드가 TAP(Transporter Associated with antigen Processing)을 통과할 확률을 나타내는 TAP 값; MHC와 펩타이드 간의 결합이 얼마나 지속되는지를 나타내는 지속성(stability) 값; 특정 MHC에 결합된다고 결정된 펩타이드의 정답 서열과 특정 펩타이드의 서열 간의 상이한 정도를 나타내는 값; 및 데이터베이스에 저장된 면역 펩티돔(immunopeptidome) 정보의 신뢰도(reliability) 값 중 적어도 2개를 포함할 수 있다.
일 실시예에서, 상기 펩타이드의 정답 서열은 질량 분석(mass spectrometry) 테스트 및 TCR(T cell receptor) 테스트 중 적어도 하나에 기초하여 결정될 수 있다.
일 실시예에서, 상기 상이한 정도를 나타내는 값은 상이한 위치가 앵커(anchor) 위치인지 여부에 기초하여 결정될 수 있다.
일 실시예에서, 상기 제 2 모델은, 질량 분석(mass spectrometry) 테스트 및 TCR(T cell receptor) 테스트 중 적어도 하나에 따른 펩타이드와 MHC 간의 결합 결과를 정답 데이터로 하는 학습 데이터 셋에 기초하여 학습되는 분류 모델일 수 있다.
일 실시예에서, 상기 제 2 모델은, 동일한 입력 데이터에 응답하여, 로지스틱 회귀(Logistic regression) 모델, 결정 트리(Decision tree) 모델 및 서포트 벡터 머신(Support Vector Machine) 모델 각각으로부터 생성된 출력들에 보팅(voting)을 적용함으로써 분류 결과를 생성할 수 있다.
일 실시예에서, 컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행 시 상기 컴퓨팅 장치로 하여금 이하의 동작들을 수행하도록 하며, 상기 동작들은: 특정 주조직 적합 복합체(MHC) 타입에 대응되는 제 1 세트의 데이터 및 제 2 세트의 데이터를 포함하는 입력 데이터를 획득하는 동작 - 상기 제 1 세트의 데이터는 복수의 펩타이드들을 포함하고, 하나의 펩타이드는 복수의 아미노산들로 이루어진 서열을 포함하며 그리고 상기 제 2 세트의 데이터는 상기 특정 MHC 타입에 대한 위치 별 아미노산 식별자들을 포함함 -; 및 인공지능 기반의 제 1 모델을 사용하여, 상기 입력 데이터로부터 상기 복수의 펩타이드들과 상기 위치 별 아미노산 식별자들 간의 결합 가능성에 대한 제 1 예측 결과를 획득하는 동작을 포함할 수 있다.
일 실시예에서, 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는 적어도 하나의 프로세서; 및 메모리를 포함할 수 있다. 상기 적어도 하나의 프로세서는: 특정 주조직 적합 복합체(MHC) 타입에 대응되는 제 1 세트의 데이터 및 제 2 세트의 데이터를 포함하는 입력 데이터를 획득하는 동작 - 상기 제 1 세트의 데이터는 복수의 펩타이드들을 포함하고, 하나의 펩타이드는 복수의 아미노산들로 이루어진 서열을 포함하며 그리고 상기 제 2 세트의 데이터는 상기 특정 MHC 타입에 대한 위치 별 아미노산 식별자들을 포함함 -; 및 인공지능 기반의 제 1 모델을 사용하여, 상기 입력 데이터로부터 상기 복수의 펩타이드들과 상기 위치 별 아미노산 식별자들 간의 결합 가능성에 대한 제 1 예측 결과를 획득하는 동작을 수행할 수 있다.
본 개시내용의 일 실시예에 따른 방법 및 장치는, 본 개시내용은 전술한 배경기술에 대응하여 안출된 것으로, MHC와 펩타이드의 결합 관계 또는 결합 가능성을 보다 효율적인 방식으로 그리고/또는 보다 정확하게 예측할 수 있다.
도 1은 본 개시내용의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도를 개략적으로 도시한다.
도 2는 본 개시내용의 일 실시예에 따른 인공지능 기반 모델의 예시적인 구조를 도시한다.
도 3은 본 개시내용의 일 실시예에 따른 MHC와 펩타이드 간의 결합 가능성에 대한 예측 결과를 생성하기 위한 방법을 예시적으로 도시한다.
도 4a 내지 도 4c는 본 개시내용의 일 실시예에 따라 제 1 모델에 대한 입력 데이터의 채널들을 예시적으로 도시한다.
도 5는 본 개시내용의 일 실시예에 따라 제 1 모델에 대한 입력 데이터에 추가되는 특징들을 예시적으로 도시한다.
도 6은 본 개시내용의 일 실시예에 따라 제 1 모델에서 MHC와 펩타이드 간의 결합 가능성을 예측하기 위한 예시적인 프로세스를 도시한다.
도 7은 본 개시내용의 다른 실시예에 따라 제 1 모델에서 MHC와 펩타이드 간의 결합 가능성을 예측하기 위한 예시적인 프로세스를 도시한다.
도 8은 본 개시내용의 일 실시예에 따라 제 1 모델의 1차 추출, 2차 추출 및 3차 추출에 대한 예시를 도시한다.
도 9는 본 개시내용의 일 실시예에 따라 제 2 모델의 동작 방식을 예시적으로 도시한다.
도 10은 본 개시내용의 일 실시예에 따라 제 2 모델의 동작 방식을 예시적으로 도시한다.
도 11은 본 개시내용의 일 실시예에 따른 컴퓨팅 환경의 개략도이다.
도 2는 본 개시내용의 일 실시예에 따른 인공지능 기반 모델의 예시적인 구조를 도시한다.
도 3은 본 개시내용의 일 실시예에 따른 MHC와 펩타이드 간의 결합 가능성에 대한 예측 결과를 생성하기 위한 방법을 예시적으로 도시한다.
도 4a 내지 도 4c는 본 개시내용의 일 실시예에 따라 제 1 모델에 대한 입력 데이터의 채널들을 예시적으로 도시한다.
도 5는 본 개시내용의 일 실시예에 따라 제 1 모델에 대한 입력 데이터에 추가되는 특징들을 예시적으로 도시한다.
도 6은 본 개시내용의 일 실시예에 따라 제 1 모델에서 MHC와 펩타이드 간의 결합 가능성을 예측하기 위한 예시적인 프로세스를 도시한다.
도 7은 본 개시내용의 다른 실시예에 따라 제 1 모델에서 MHC와 펩타이드 간의 결합 가능성을 예측하기 위한 예시적인 프로세스를 도시한다.
도 8은 본 개시내용의 일 실시예에 따라 제 1 모델의 1차 추출, 2차 추출 및 3차 추출에 대한 예시를 도시한다.
도 9는 본 개시내용의 일 실시예에 따라 제 2 모델의 동작 방식을 예시적으로 도시한다.
도 10은 본 개시내용의 일 실시예에 따라 제 2 모델의 동작 방식을 예시적으로 도시한다.
도 11은 본 개시내용의 일 실시예에 따른 컴퓨팅 환경의 개략도이다.
다양한 실시예들이 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시내용의 이해를 제공하기 위해서 제시된다. 본 개시내용의 실시를 위한 구체적인 내용을 설명하기에 앞서, 본 개시내용의 기술적 요지와 직접적 관련이 없는 구성에 대해서는 본 발명의 기술적 요지를 흩뜨리지 않는 범위 내에서 생략하였음에 유의하여야 할 것이다. 또한, 본 명세서 및 청구범위에 사용된 용어 또는 단어는 발명자가 자신의 발명을 최선의 방법으로 설명하기 위해 적절한 용어의 개념을 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 할 것이다.
본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템", "부" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭하며, 상호 교환 가능하게 사용될 수 있다. 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.
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.
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.
그리고, "A 또는 B 중 적어도 하나" 또는 “A 및 B 중 적어도 하나” 라는 용어는, "A만을 포함하는 경우", "B 만을 포함하는 경우", "A와 B의 구성으로 조합된 경우"를 의미하는 것으로 해석되어야 한다.
당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적인 논리적 구성요소들, 블록들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적인 구성요소들, 블록들, 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 안된다.
제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 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 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
본 개시내용에서의 제 1, 제 2, 또는 제 3 과 같이 제 N 으로 표현되는 용어들은 적어도 하나의 엔티티들을 구분하기 위해 사용된다. 예를 들어, 제 1 과 제 2로 표현된 엔티티들은 서로 동일하거나 또는 상이할 수 있다.
본 개시내용에서 사용되는 용어 "면역펩티돔(immunopeptidome)"은 MHC 펩티돔 또는 HLA 펩티돔을 포함하도록 사용될 수 있다. 예를 들어, HLA 펩티돔은 HLA에 결합되어 있는 펩타이드들을 의미할 수 있으며, MHC 펩티돔은 MHC에 결합되어 있는 펩타이드들을 의미할 수 있다.
본 개시내용에서는 설명의 편의를 위하여, MHC에 대한 일례로 인간 백혈구 항원(Human Leukocyte Antigen; HLA)을 예시적으로 사용하기로 한다. 따라서, 이하에서 사용되는 HLA에 대한 설명은 MHC에 대한 설명을 표현하기 위한 일례이며, 본 개시내용의 권리범위는 청구범위에 기재된 내용에 근거하여 결정될 것이며, HLA에 대한 예시를 통해 그 권리범위가 HLA로 제한 해석되지는 않아야 할 것이다.
본 개시내용에서의 HLA와 MHC는 서로 교환 가능하게 사용될 수 있다.
본 개시내용에서 사용되는 용어, “인간 백혈구 항원(Human Leukocyte Antigen; HLA)”은 인간의 MHC 유전자에 의해 생성되는 당단백 분자로, 인간이 가지고 있는 유전자 중에서 가장 큰 다형성(polymorphism)을 보이는 유전자이다. HLA 타입을 결정하는 HLA 타이핑은 장기이식, 면역치료, 질병관련 연구, 친자감별과 같은 부친시험, 법의학적 이용, 유전학적 연구 등의 다양한 분야에서 매우 활발하게 이용될 수 있다.
본 개시내용에서의 HLA 타입은 예를 들어, HLA-A 타입, HLA-B 타입 및/또는 HLA-C 타입을 포함할 수 있다.
도 1은 본 개시내용의 일 실시예에 따른 컴퓨팅 장치(100)의 블록 구성도를 개략적으로 도시한다.
본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 프로세서(110) 및 메모리(130)를 포함할 수 있다.
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.
본 개시내용에서의 컴퓨팅 장치(100)는 본 개시내용의 실시예들을 구현하기 위한 시스템을 구성하는 임의의 형태의 노드를 의미할 수 있다. 컴퓨팅 장치(100)는 임의의 형태의 사용자 단말 또는 임의의 형태의 서버를 의미할 수 있다. 전술한 컴퓨팅 장치(100)의 컴포넌트들은 예시적인 것으로 일부가 제외될 수 있거나 또는 추가 컴포넌트가 포함될 수도 있다. 일례로, 전술한 컴퓨팅 장치(100)가 사용자 단말을 포함하는 경우, 출력부(미도시) 및 입력부(미도시)가 상기 컴퓨팅 장치(100)의 범위 내에 포함될 수 있다.
본 개시내용에서의 컴퓨팅 장치(100)는 후술될 본 개시내용의 실시예들에 따른 기술적 특징들을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 특정한 MHC 타입에 대응되는 입력 데이터를 획득하고, 입력 데이터를 인공지능 기반의 제 1 모델에 입력하여 복수의 펩타이드들과 위치별 아미노산 식별자들 간의 결합 가능성에 대한 예측 결과를 생성할 수 있다.
본 개시내용의 일 실시예에서, 컴퓨팅 장치(100)는 염기 서열 분석(예컨대, NGS)를 수행한 결과를 서버 또는 외부 엔티티 등으로부터 획득할 수 있다. 다른 실시예에서, 컴퓨팅 장치(100)는 피검체 유래의 생물학적 시료로부터 획득된 유전자 데이터(예컨대, DNA 또는 RNA)에 대한 염기 서열 분석을 수행할 수도 있다. 본 개시내용에서 사용되는 용어, 염기서열 분석은 염기의 서열을 분석할 수 있는 임의의 형태의 기법들에 의해 수행될 수 있으며, 예를 들어, 전장 유전체 염기서열 분석(whole genome sequencing), 전체 엑솜 염기서열 분석(whole exome sequencing) 또는 전체 전사체 염기서열 분석(whole transcriptome sequencing)을 포함할 수 있으나, 이에 제한되는 것은 아니다. 본 개시내용에서 사용되는 용어, 피검체는 주조직 적합 복합체(Major Histocompatibility Complex: MHC)-펩타이드 결합체(complex)를 포함하는 생물학적 시료를 획득하기 위한 대상체 또는 개체를 의미할 수 있다. 본 개시내용에서 사용되는 용어, 시료는 MHC 타입을 결정하고자 하는 개체 또는 대상체로부터 획득된 것이라면 제한 없이 사용할 수 있으며, 예를 들어 생검 등으로 얻어진 세포나 조직, 혈액, 전혈, 혈청, 혈장, 타액, 뇌척수액, 각종 분비물, 소변 및/또는 대변 등일 수 있다. 바람직하게 시료는 혈액, 혈장, 혈청, 타액, 비액, 객담, 복수, 질 분비물 및/또는 소변으로 이루어진 군에서 선택될 수 있으며, 보다 바람직하게는 혈액, 혈장 또는 혈청일 수 있다. 상기 시료는 검출 또는 진단에 사용하기 전에 사전처리할 수 있다. 예를 들어, 사전처리 방법은 균질화(homogenization), 여과, 증류, 추출, 농축, 방해 성분의 불활성화, 및/또는 시약의 첨가 등을 포함할 수 있다. 본 개시내용에서, 생물학적 시료는 조직, 세포, 전혈, 및/또는 혈액인 것일 수 있으나, 이에 제한되는 것은 아니다.
일 실시예에서, 프로세서(110)는 적어도 하나의 코어로 구성될 수 있으며, 컴퓨팅 장치(100)의 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 및/또는 처리를 위한 프로세서를 포함할 수 있다.
프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시내용의 일 실시예에 따라, MHC와 펩타이드 간의 결합 가능성에 대한 예측 결과를 생성할 수 있다. 또한, 프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시내용의 일 실시예에 따라, 복수의 특징들을 입력으로 사용하는 제 2 모델을 이용하여 펩타이드와 MHC 간의 결합 가능성에 대한 예측 결과를 생성할 수 있다.
본 개시의 일 실시예에 따라 프로세서(110)는 신경망의 학습을 위한 연산을 수행할 수도 있다. 프로세서(110)는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피쳐 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 장치들의 프로세서들을 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수도 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.
추가적으로, 프로세서(110)는 통상적으로 컴퓨팅 장치(100)의 전반적인 동작을 처리할 수 있다. 예를 들어, 프로세서(110)는 컴퓨팅 장치(100)에 포함된 구성요소들을 통해 입력 또는 출력되는 데이터, 정보, 또는 신호 등을 처리하거나 저장부에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(110)가 생성하거나 결정한 임의의 형태의 정보 및 컴퓨팅 장치(100)가 수신한 임의의 형태의 정보를 저장할 수 있다. 본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(110)가 본 개시의 실시예들에 따른 동작을 수행하도록 하는 컴퓨터 소프트웨어를 저장하는 저장매체 일 수 있다. 따라서, 메모리(130)는 본 개시내용에 실시예들을 수행하는 데 필요한 소프트웨어 코드, 코드의 실행 대상이 되는 데이터, 코드의 실행 결과를 저장하기 위한 컴퓨터 판독 매체들을 의미할 수 있다.
본 개시의 일 실시예에 따르면, 메모리(130)는 임의의 타입의 저장 매체를 의미할 수 있다 예를 들어, 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 개시내용에서 사용되는 메모리(130)는 전술한 예시들로 제한되지 않는다.
본 개시내용에서의 통신부(미도시)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 네트워크부(150) 공지의 월드와이드웹(WWW: World Wide Web) 기반으로 동작할 수 있으며, 적외선(IrDA: Infrared Data Association) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다.
본 개시내용에서의 컴퓨팅 장치(100)는 임의의 형태의 사용자 단말 및/또는 임의의 형태의 서버를 포함할 수 있다. 따라서, 본 개시내용의 실시예들은 서버 및/또는 사용자 단말에 의해 수행될 수 있다.
사용자 단말은 서버 또는 다른 컴퓨팅 장치와 상호작용 가능한 임의의 형태의 단말을 포함할 수 있다. 사용자 단말은 예를 들어, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), PDA(personal digital assistants), 슬레이트 PC(slate PC), 태블릿 PC(tablet PC) 및 울트라북(ultrabook)을 포함할 수 있다.
서버는 예를 들어, 마이크로프로세서, 메인프레임 컴퓨터, 디지털 프로세서, 휴대용 디바이스 및 디바이스 제어기 등과 같은 임의의 타입의 컴퓨팅 시스템 또는 컴퓨팅 장치를 포함할 수 있다.
추가적인 실시예에서 전술한 서버는 면역펩티돔 정보, 펩타이드 시퀀스의 정보, 염기 서열 정보 또는 유전자 정보를 저장 및 관리하는 엔티티를 의미할 수도 있다. 서버는 면역펩티돔 정보, 펩타이드 서열의 정보, 위치 별 아미노산 식별자들의 정보, 염기 서열 정보, 유전자 정보 또는 데이터베이스의 신뢰도 정보 등을 저장하기 위한 저장부(미도시)를 포함할 수 있으며, 저장부는 서버내에 포함되거나 혹은 서버의 관리 하에 존재할 수 있다. 다른 예시로, 저장부는 서버 외부에 존재하여 서버와 통신가능한 형태로 구현될 수도 있다. 이 경우 서버와는 상이한 다른 외부 서버에 의해 저장부가 관리 및 제어될 수 있다.
도 2는 본 개시내용의 일 실시예에 따른 인공지능 기반 모델의 예시적인 구조를 도시한다.
본 명세서에 걸쳐, 인공지능 모델, 인공지능 기반 모델, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 예를 들어, 본 개시내용에서의 제 1 모델 및 제 2 모델은 인공지능 기반 모델일 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.
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.
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.
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.
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.
본 개시내용의 일 실시예에서, 뉴런들 또는 노드들의 집합은 레이어라는 표현으로 정의될 수 있다.
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.
본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망은 상술한 신경망들의 조합된 형태의 신경망일 수 있다.
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, 단백질 시퀀스 구조, 유전자 시퀀스 구조, 펩타이드 서열의 구조, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등), 및/또는 펩타이드와 MHC 간의 결합 친화도를 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) 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.
본 개시내용의 인공지능 기반 모델(예컨대, 제 1 모델 및/또는 클러스터링 모델 등)은 입력 레이어, 히든 레이어 및 출력 레이어를 포함하는 전술한 임의의 구조의 네트워크 구조에 의해 표현될 수 있다.
본 개시내용의 인공지능 기반 모델에서 사용될 수 있는 뉴럴 네트워크는 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 반지도학습(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.
뉴럴 네트워크는 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 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. 지도 학습의 경우 각각의 학습 데이터에 정답이 라벨링되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비지도 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 지도 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터 일 수 있다. 라벨링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비지도 학습의 경우 입력인 학습 데이터가 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.
뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 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 학습 데이터를 증가시키거나, 레귤라리제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 비활성화하는 드롭아웃(dropout), 배치 정규화 레이어(batch normalization layer)의 활용 등의 방법이 적용될 수 있다.
본 개시의 일 실시예에 따른 데이터 구조를 저장한 컴퓨터 판독가능 매체가 개시된다. 전술한 데이터 구조는 본 개시내용에서의 저장부에 저장될 수 있으며, 프로세서에 의해 실행될 수 있으며 그리고 통신부에 의해 송수신될 수 있다.
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.
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.
비선형 데이터 구조는 하나의 데이터 뒤에 복수개의 데이터가 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 정점 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.
본 명세서에 걸쳐, 인공지능 기반 모델, 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 또한 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.
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 학습 데이터 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.
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 가중치를 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.
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.
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 직렬화하여 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, R-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree)를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.
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.
본 개시의 일 실시예에 따른 제 1 모델, 클러스터링 모델 또는 제 2 모델 중 적어도 하나에 대한 네트워크 함수로서 트랜스포머(transformer)가 고려될 수도 있다. 일례로, 제 1 모델의 제 2 서브 모델은 트랜스포머 기반으로 동작될 수 있다. 이러한 제 2 서브 모델은 예를 들어 어텐션 알고리즘이 적용된 순환 신경망 또는 어텐션 알고리즘이 적용된 트랜스포머를 사용하여 동작될 수 있다.
일 실시예에서, 트랜스포머는 임베딩된 데이터들을 인코딩하는 인코더 및 인코딩된 데이터들을 디코딩하는 디코더로 구성될 수 있다. 트랜스포머는 일련의 데이터(a series of data)들을 수신하여, 인코딩 및 디코딩 단계를 거처 상이한 타입의 일련의 데이터들을 출력하는 구조를 지닐 수 있다. 일 실시예에서, 일련의 데이터들은 트랜스포머가 연산가능한 형태로 가공될 수 있다. 일련의 데이터들을 트랜스포머가 연산가능한 형태로 가공하는 과정은 임베딩 과정을 포함할 수 있다. 데이터 토큰, 임베딩 벡터, 임베딩 토큰 등과 같은 표현들은, 트랜스포머가 처리할 수 있는 형태로 임베딩된 데이터들을 지칭하는 것일 수 있다.
트랜스포머가 일련의 데이터들을 인코딩 및 디코딩하기 위하여, 트랜스포머 내의 인코더 및 디코더들을 어텐션(attention) 알고리즘을 활용하여 처리할 수 있다. 어텐션 알고리즘이란 주어진 쿼리(Query)에 대해, 하나 이상의 키(Key)에 대한 유사도를 구하고, 이렇게 주어진 유사도를, 각각의 키(Key)와 대응하는 값(Value)에 반영한 후, 유사도가 반영된 값(Value)들을 가중합하여 어텐션(attention) 값을 계산하는 알고리즘을 의미할 수 있다.
쿼리(Query), 키(Key) 및 값(Value)를 어떻게 설정하느냐에 따라, 다양한 종류의 어텐션 알고리즘이 분류될 수 있다. 예를 들어, 쿼리, 키 및 값을 모두 동일하게 설정하여 어텐션을 구하는 경우, 이는 셀프-어텐션 알고리즘을 의미할 수 있다. 입력된 일련의 데이터들을 병렬로 처리하기 위해, 임베딩 벡터를 차원을 축소하여, 각 분할된 임베딩 벡터에 대해 개별적인 어텐션 헤드를 구하여 어텐션을 구하는 경우, 이는 멀티-헤드(multi-head) 어텐션 알고리즘을 의미할 수 있다.
일 실시예에서, 트랜스포머는 복수의 멀티-헤드 셀프 어텐션 알고리즘 또는 멀티-헤드 인코더-디코더 알고리즘을 수행하는 모듈들로 구성될 수 있다. 일 실시예에서, 트랜스포머는 임베딩 레이어, 정규화 레이어, 소프트맥스(softmax) 층 등 어텐션 알고리즘이 아닌 부가적인 구성요소들 또한 포함할 수 있다. 어텐션 알고리즘을 이용하여 트랜스포머를 구성하는 방법은 Vaswani et al., Attention Is All You Need, 2017 NIPS에 개시된 방법을 포함할 수 있으며, 이는 여기에 참조로서 통합된다.
트랜스포머는 임베딩된 자연어, 임베딩된 시퀀스 정보, 분할된 이미지 데이터, 오디오 파형 등 다양한 데이터 도메인에 적용하여, 일련의 입력 데이터를 일련의 출력 데이터로 변환할 수 있다. 다양한 데이터 도메인을 가진 데이터들을 트랜스포머에 입력가능한 일련의 데이터들로 변환하기 위해, 트랜스포머는 데이터들을 임베딩할 수 있다. 트랜스포머는 일련의 입력 데이터 사이의 상대적 위치관계 또는 위상관계를 표현하는 추가적인 데이터를 처리할 수 있다. 또는 일련의 입력 데이터에 입력 데이터들 사이의 상대적인 위치관계 또는 위상관계를 표현하는 벡터들이 추가적으로 반영되어 일련의 입력 데이터가 임베딩될 수 있다. 일 예에서, 일련의 입력 데이터 사이의 상대적 위치관계는, 자연어 문장 내에서의 어순, 각각의 분할된 이미지의 상대적 위치 관계, 분할된 오디오 파형의 시간 순서 등을 포함할 수 있으나, 이에 제한되지 않는다. 일련의 입력 데이터들 사이의 상대적인 위치관계 또는 위상관계를 표현하는 정보를 추가하는 과정은 위치 인코딩(positional encoding)으로 지칭될 수 있다.
이미지 데이터를 임베딩하여 트랜스포머로 변환하는 방법의 일 예는 Dosovitskiy, et al., AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE에 개시되어 있으며, 해당 문서는 여기에 참조로서 통합된다.
도 3은 본 개시내용의 일 실시예에 따라 MHC와 펩타이드 간의 결합 가능성을 판단하기 위한 예시적인 방법을 도시한다.
일 실시예에서, 도 3에서 도시되는 단계들은 컴퓨팅 장치(100)에 의해 수행될 수 있다. 추가적인 실시예에서, 도 3에서 도시되는 단계들 중 일부는 사용자 단말에서 수행되고 다른 일부는 서버에서 수행되는 방식과 같이 도 2에서의 단계들은 복수의 엔티티들에 의해 구현될 수도 있다.
도 3에서 도시되는 바와 같이, 컴퓨팅 장치(100)는 특정 주조직 적합 복합체(MHC) 타입에 대응되는 제 1 세트의 데이터 및 제 2 세트의 데이터를 포함하는 입력 데이터를 획득할 수 있다(310).
일 실시예에서, 인퍼런스(inference)의 관점에서, 컴퓨팅 장치(100)는 제 1 세트의 데이터와 제 2 세트의 데이터를 포함하는 입력 데이터에서의 MHC의 아미노산 식별자와 펩타이드의 아미노산 식별자 간의 결합 가능성을 예측하는 예측 결과를 출력할 수 있다. 추가적으로, 컴퓨팅 장치(100)는 펩타이드 시퀀스에 대한 입력에 응답하여 펩타이드와 MHC의 아미노산들 간의 결합 가능성에 대한 예측 결과를 생성할 수도 있다.
다른 예시로, 인퍼런스의 관점에서, 컴퓨팅 장치(100)는 제 1 세트의 데이터와 제 2 세트의 데이터를 포함하는 입력 데이터에 응답하여, 해당 입력 데이터에 매칭되는 MHC 타입이 무엇인지 출력할 수 있다. 이러한 실시예에서, 여기서의 특정 MHC 타입에 대응되는 입력 데이터는, MHC 타입이 무엇인지 알지 못하는 펩타이드와 아미노산 식별자들로 구성된 입력 데이터를 의미할 수 있다. 예를 들어, 특정 MHC 타입이 제 1 MHC 타입인 경우, 컴퓨팅 장치(100)는 사전 학습된 분류 모델을 이용하여, 입력 데이터에 응답하여 제 1 MHC 타입의 예측 결과를 출력할 수 있다. 이러한 실시예에서, 특정 타입의 MHC에 대응되는 입력 데이터는 MHC 타입이 무엇인지 예측할 대상이 되는 데이터를 의미할 수 있다. 추가적으로, 컴퓨팅 장치(100)는 펩타이드 시퀀스에 대한 입력에 응답하여 펩타이드에 매칭되는 MHC 타입을 포함하는 예측 결과를 생성할 수도 있다.
일 실시예에서, 학습(training)의 관점에서, 컴퓨팅 장치(100)는 제 1 MHC 타입이라는 정답 MHC 타입이 라벨링된 입력 데이터(예컨대, 학습 데이터 셋)를 획득할 수 있다. 이러한 분류 모델의 학습 과정에서, 컴퓨팅 장치(100)는 분류 모델의 출력이 제 1 MHC 타입인 경우 긍정의 피드백을 제공하고 그리고 분류 모델의 출력이 제 1 MHC 타입이 아닌 경우 부정의 피드백을 제공하는 방식으로 분류 모델을 학습시킬 수 있다. 이하에서는 사전학습된 모델을 이용하는 인퍼런스 과정 및 모델을 학습시키는 학습 과정을 모두 포괄하는 형태로, 본 개시내용의 실시예들에 대한 설명이 기재된다.
일 실시예에서, 컴퓨팅 장치(100)는 MHC의 타입 별로 입력 데이터를 획득할 수 있다. 일례로, 제 1 타입의 MHC에 대응되는 입력 데이터는 제 2 타입의 MHC에 대응되는 입력 데이터와 상이할 수 있다. 즉, 상기 제 1 MHC 타입과 상이한 제 2 MHC 타입에 대응되는 제 1 세트의 데이터 및 제 2 세트의 데이터는, 상기 제 1 MHC 타입에 대응되는 상기 제 1 세트의 데이터 및 상기 제 2 세트의 데이터와 상이할 수 있다.
일 실시예에서, 입력 데이터는 공공 데이터베이스 및/또는 실험 결과로부터 획득될 수 있다. 다른 예시로, 입력 데이터는 공공 데이터베이스 및/또는 실험 결과로부터 획득된 데이터에 대한 가공의 결과로 획득될 수도 있다.
일 실시예에서, 입력 데이터는 특정 MHC 타입 단위로 획득될 수 있으며 그리고 이러한 입력 데이터에서의 제 1 세트의 데이터는 펩타이드의 서열들을 포함할 수 있다. 예를 들어, 펩타이드의 서열이란 복수의 아미노산들의 집합으로 이루어질 수 있다. 입력 데이터에서의 제 2 세트의 데이터는 MHC를 구성할 수 있는 대립유전자 서열(예컨대, HLA allele 서열)을 포함할 수 있다. 예를 들어, 제 2 세트의 데이터는 특정 타입의 MHC의 위치별 아미노산 식별자들을 포함할 수 있다. 이러한 예시에서 제 2 세트의 데이터는 위치에 대한 정보 및 아미노산 식별자에 대한 정보를 한 쌍(pair)으로 하는 복수의 데이터를 포함할 수 있다.
일 시예에서, 입력 데이터는 적어도 하나의 행렬 형태의 데이터 형식을 가질 수 있다. 입력 데이터는 복수의 채널(channel)들을 가질 수 있으며, 이러한 복수의 채널들 각각에 대응되는 행렬을 가질 수 있다. 예를 들어, 입력 데이터가 3개의 채널을 가지는 경우, 3개의 행렬이 입력 데이터에 포함될 수 있다. 예를 들어, 입력 데이터는 제 1 행렬을 나타내는 제 1 채널 및 제 2 행렬을 나타내는 제 2 채널로 구성될 수 있다. 이처럼 복수개의 채널들을 포함하는 입력 데이터는 예를 들어, CNN과 같은 이미지를 처리하기 위한 인공지능 기반의 네트워크 모델에서 복수개의 채널들에 대응되도록 처리될 수 있다. 이러한 입력 데이터에 대한 채널을 추가하는 것과 관련된 예시는 도 4에서 기재된다.
일 실시예에서, 입력 데이터는 예를 들어 상기 제 1 세트의 데이터와 상기 제 2 세트의 데이터 각각에 대한 결합 가능성 혹은 결합 친화도 혹은 변이 가능성을 표현할 수 있다. 이러한 예시에서, 입력 데이터는 MHC 타입 별로 생성될 수 있으며, 제 1 세트의 데이터와 제 2 세트의 데이터를 행과 열 또는 열과 행으로 포함하는 행렬의 형태일 수 있다. 입력 데이터에서의 각각의 엘리먼트들의 값은 사전결정된 결합 임계 기준에 기초하여 제 1 세트의 데이터와 제 2 세트의 데이터 간의 결합 가능성 또는 변이(mutation) 가능성을 정량적인 수치(예컨대, 0 과 1 사이의 값)로 표현할 수 있다. 다른 예시로, 입력 데이터에서의 각 엘리먼트들의 값은 0 또는 1의 값을 가질 수 있다.
일 실시예에서, 입력 데이터 내에서 고려되는, 결합 가능성, 결합 친화도 그리고/또는 변이 가능성은 공공 데이터베이스로부터 또는 실험 결과로부터 획득될 수 있다. 추가적인 실시예에서, 결합 가능성, 결합 친화도 그리고/또는 변이 가능성은 공공 데이터베이스로부터 또는 실험 결과에 기초하여 가공된 데이터에 기반하여 획득될 수도 있다. 입력 데이터는 특정 HLA 타입의 위치별 아미노산과 특정한 펩타이드 서열이 결합 가능성이 높은지 혹은 변이 가능성이 높은지 여부에 대한 판단에 기초하여 생성될 수 있다.
일 실시예에서, 상기 입력 데이터는, 제 1 세트의 데이터에 포함된 복수의 펩타이드들과 제 2 세트의 데이터에 포함된 위치별 아미노산 식별자들 간의 결합 가능성 혹은 치환 가능성을 표현하는 값을 엘리먼트들로 포함하는 제 1 행렬을 포함할 수 있다. 이러한 제 1 행렬에 대한 예시로 블로섬(blosum) 행렬을 들 수 있다.
추가적인 실시예에서, 상기 입력 데이터는, MHC의 아미노산과 펩타이드의 아미노산 간의 결합 에너지를 나타내는 제 2 행렬을 포함할 수 있다. 이러한 제 2 행렬에 대한 예시로 에너지 행렬을 들 수 있다.
본 개시의 추가적인 실시예에서, 입력 데이터의 적어도 일부는 0의 값(Zero value)를 포함할 수 있다. 펩타이드 서열의 위치 또는 MHC의 위치에 기초하여 중요도가 결정될 수 있으며, 이러한 중요도가 상대적으로 낮은 위치에 대응되는 엘리먼트에 대해서는 0의 값이 할당될 수 있다.
일 실시예에서, 상기 입력 데이터는, MHC의 아미노산과 펩타이드의 아미노산 간의 극성을 나타내는 제 1 특징, 아미노산의 크기를 나타내는 제 2 특징, 아미노산의 소수성 또는 친수성 여부를 나타내는 제 3 특징, 아미노산의 전하의 존재 여부를 나타내는 제 4 특징, 또는 아미노산의 방향족 또는 지방족 여부를 나타내는 제 5 특징 중 적어도 하나의 특징을 더 포함할 수 있다. 이러한 특징들은 예를 들어 입력 데이터의 인코딩(예컨대, 원 핫 인코딩) 과정에서 0 또는 1로 변환될 수 있다. 이러한 특징들은 전술한 제 1 행렬에 대응되는 입력 데이터 또는 제 2 행렬에 대응되는 입력 데이터 중 적어도 하나에 추가(예컨대, 연접)될 수 있다. 일례로, 제 1 특징과 관련하여 극성이 있는 경우 1 그리고 극성이 없는 경우 0의 값이 추가 특징으로 할당될 수 있다. 다른 예시로, 아미노산이 Charged에 해당하면 1 그렇지 않으면 0의 값이 추가 특징으로 할당될 수 있으며, 아미노산이 Hydrophobic에 해당하면 1 그렇지 않으면 0의 값이 추가 특징으로 할당될 수 있으며, 아미노산의 크기(Size)가 사전결정된 크기 임계값 보다 크면 1 그렇지 않으면 0의 값 추가 특징으로 할당될 수 있다. 전술한 설명들은 예시의 목적으로 나열한 것으로 추가 특징들에 대한 어떠한 값을 할당할지는 구현 양태에 따라 가변적으로 결정될 수 있다. 이러한 입력 데이터에 대한 추가 특징들에 대해서는 도 5에서 예시된다.
도 3에서 도시되는 바와 같이, 컴퓨팅 장치(100)는 인공지능 기반의 제 1 모델을 사용하여, 입력 데이터로부터 복수의 펩타이드들과 위치 별 아미노산 식별자들 간의 결합 가능성에 대한 제 1 예측 결과를 획득할 수 있다(320).
예를 들어, 인공지능 기반의 제 1 모델은 펩타이드와 MHC 타입 간의 결합 친화도를 예측하기 위한 또는 입력 데이터에 대한 MHC 타입이 무엇인지를 출력하기 위한 분류(classification) 모델을 의미할 수 있다.
일 실시예에서, 제 1 모델은 입력 데이터에 포함되는 행렬의 시각적인 특징을 추출하기 위한 제 1 서브 모델, 및 제 1 서브 모델에서 추출된 시각적인 특징에 기반한 입력에 응답하여 시계열적 데이터를 분석하기 위한 제 2 서브 모델을 포함할 수 있다. 일례로, 제 1 서브 모델은 컨볼루셔널 신경망(Convolutional Neural Network) 계열의 인공 신경망을 사용할 수 있다. 일례로, 제 2 서브 모델은 순환 신경망(Recurrent Neural Network) 계열의 인공 신경망을 사용할 수 있다. RNN 계열의 인공 신경망에 대한 일례로 LSTM (Long Short Term Memory)을 들 수 있다.
본 개시의 일 실시예에서, 제 1 예측 결과는 제 1 MHC 타입에 대응되는 입력 데이터에 응답하여 생성되는 아미노산 식별자들과 펩타이드들 간의 결합 가능성을 포함할 수 있다. 제 1 예측 결과는 입력 데이터에 포함된 아미노산 식별자들과 펩타이드들 각각에 대해서 결합 가능성을 정량적으로 나타내는 값을 포함할 수 있다.
본 개시의 일 실시예에서, 제 1 예측 결과는 입력 데이터에 대응되는 MHC 타입을 포함할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 제 1 예측 결과를 포함하는 복수의 예측 결과들을 입력으로 하는 인공지능 기반의 제 2 모델을 사용하여 펩타이드와 MHC 간의 결합 가능성에 대한 제 2 예측 결과를 생성할 수 있다(330).
일 실시예에서, 제 2 모델은 제 1 모델을 포함하는 복수의 모델들의 출력들을 조합(예컨대, 앙상블)하는 모델을 의미할 수 있다. 예를 들어, 제 2 모델은 복수의 모델들의 출력들에 대한 가중치를 적용하여, 펩타이드와 MHC 간의 결합 가능성을 출력할 수 있다. 펩타이드와 MHC 간의 결합 가능성을 나타내는 데이터는 입력 데이터에 대응되는 MHC 타입이 무엇인지를 나타내는 데이터를 포함할 수 있다.
일 실시예에서, 제 2 모델 또한 인공지능 기반 모델일 수 있다. 이러한 경우, 제 2 모델은 복수의 입력들에 응답하여 제 2 예측 결과를 출력하도록 사전 학습될 수 있다.
도 4a 내지 도 4c는 본 개시내용의 일 실시예에 따라 제 1 모델에 대한 입력 데이터의 채널들을 예시적으로 도시한다. 도 4a 내지 도 4c에서 예시되는 바와 같이, 분류 모델에 입력되는 입력 데이터는 다양한 형태를 가질 수 있다.
도 4a에서 도시되는 바와 같이, 입력 데이터(410)는 행렬 형태의 데이터로 예시된다. 입력 데이터(410)에서 행(row)은 펩타이드의 아미노산 식별자들을 나타내며, 입력 데이터(410)에서의 열(column)은 MHC 타입 또는 MHC의 아미노산 식별자들을 나타낼 수 있다. 일 실시예에서, 컴퓨팅 장치(100)는 분류 모델(예컨대, 제 1 모델 및/또는 제 2 모델)을 사용하여 입력 데이터(410)에서의 엘리먼트들의 값을 예측하거나 또는 입력 데이터(410)에 대응되는 MHC 타입이 무엇인지를 예측할 수 있다.
도 4b는 입력 데이터(410)에 대한 일례로 Blosum Matrix를 나타낸다. 입력 데이터(420)는 MHC의 아미노산 식별자들과 펩타이드의 아미노산 식별자들 간의 치환 가능성을 엘리먼트의 값으로 표현할 수 있다. 예를 들어, 엘리먼트의 값이 크다는 것은 해당 엘리먼트에 대응되는 행과 열의 아미노산 식별자들 간의 치환가능성이 높다는 것을 의미하고, 그리고 엘리먼트의 값이 작다는 것은 해당 엘리먼트에 대응되는 행과 열의 아미노산 식별자들 간의 치환가능성이 낮다는 것을 의미할 수 있다. 이러한 치환 가능성을 나타내는 값은 예를 들어, 아미노산들 간의 가까운 정도를 나타내는 값으로 해석될 수 있다.
일 실시예에서, Blosum Matrix는 아미노산 서열간의 물리 화학적 유사성 혹은 치환 가능성 정도를 나타내는 행렬을 의미할 수 있다.
도 4c는 입력 데이터(410)에 대한 일례로 아미노산 Energy Matrix를 나타낸다. 입력 데이터(430)는 MHC의 아미노산 식별자들과 펩타이드의 아미노산 식별자들 간의 결합(binding)하고 있는 에너지 값을 엘리먼트들의 값으로 나타낼 수 있다. 예를 들어, 엘리먼트의 값이 크다는 것은 해당 엘리먼트에 대응되는 행과 열의 아미노산 식별자들 간의 결합 에너지가 높다는 것을 의미하고, 그리고 엘리먼트의 값이 작다는 것은 해당 엘리먼트에 대응되는 행과 열의 아미노산 식별자들 간의 결합 에너지가 낮다는 것을 의미할 수 있다. 이러한 결합 에너지를 나타내는 값은 예를 들어, 아미노산들 간의 가까운 정도를 나타내는 값으로 해석될 수 있다.
도 5는 본 개시내용의 일 실시예에 따라 분류 모델에 대한 입력 데이터에 추가되는 특징들을 예시적으로 도시한다.
도 5에서 도시되는 바와 같이, 입력 데이터는 펩타이드와 관련된 행렬(510)에 추가되는 추가 특징(feature)들(530) 및 MHC와 관련된 행렬(520)에 추가되는 추가 특징들(540)을 포함할 수 있다. 도 5에서는 펩타이드 및 MHC와 관련된 입력 데이터가 행렬(510 및 520)로서 예시되었으나, 행 또는 열 중 하나에 대응될 수 있다는 점은 당업자에게 명백할 것이다.
도 5에서 도시되는 바와 같이, 입력 데이터에 대한 분류 모델은 예를 들어 CNN/RNN(550) 및 FCL(Fully Connected Layer)(560)을 포함할 수 있다. 분류 모델은 CNN/RNN(550)을 통해 입력 데이터에 대한 특징을 추출하고 그리고 추출된 특징을 학습할 수 있으며 FCL(560)을 통해 특징에 대한 분류 결과를 생성할 수 있다. 예를 들어, CNN/RNN(550)은 입력 데이터에 포함되는 행렬의 시각적인 특징(visual feature)을 추출하고 그리고 추출된 상기 시각적인 특징에 기반한 입력에 응답하여 상기 행렬에 대응되는 시계열적 데이터를 분석할 수 있다. FCL(560)은 CNN/RNN(550)의 출력을 평탄화하여 단일 벡터로 변환하고 사전결정된 클래스(혹은 라벨)들 각각에 대한 확률 정보를 생성할 수 있다. FCL(560)은 CNN/RNN(550)의 분석 결과에 기초하여 분류 결과를 생성할 수 있다.
본 개시의 일 실시예에서, 입력 데이터에 추가되는 특징들(530 및 540)은 아미노산의 물리적 및/또는 화학적 성질을 포함할 수 있다. 예를 들어, 입력 데이터에 추가되는 특징들(530 및 540)은 아미노산에 대한 극성(polarity)에 대한 정보, 아미노산에 대한 전하 정보(charged information), 아미노산의 소수성 또는 친수성을 나타내는 정보, 아미노산의 방향족 또는 지방족을 나타내는 정보 및/또는 아미노산의 크기를 나타내는 정보를 포함할 수 있다.
본 개시의 일 실시예에서, 추가되는 특징들은 예를 들어 1과 0의 이진 값으로 인코딩될 수 있다. 일례로, 아미노산의 극성이 존재하는 경우 1의 값이 할당되며 극성이 존재하지 않는 경우 0의 값이 할당될 수 있다. 또한, 아미노산이 친수성이면 1의 값이 할당되며 소수성이면 0의 값이 할당될 수 있다. 또한, 아미노산이 방향족이면 1의 값이 할당되고 지방족이면 0의 값이 할당될 수 있다.
이처럼, 본 개시의 일 실시예에 따른 기법은 MHC와 펩타이드의 아미노산들 간의 정보 뿐만 아니라 각각의 아미노산에 내재된 추가 정보들을 활용함으로써, 인공지능 기반 모델이 펩타이드와 MHC 간의 결합 가능성을 보다 효율적이고 정확하게 학습하도록 허용할 수 있다.
도 6은 본 개시내용의 일 실시예에 따라 제 1 모델에서 MHC와 펩타이드 간의 결합 가능성을 예측하기 위한 예시적인 프로세스를 도시한다. 도 6에서의 입력 데이터(610)와 필터들의 크기 그리고 각 레이어에 입력되는 데이터의 차원에 대한 설명들은 예시의 목적으로 기재된 것이며, 구현 양태에 따라 가변적인 크기로 구현될 수 있다는 점 또한 당업자에게 명백할 것이다.
도 6에서 도시되는 바와 같이 제 1 모델은 복수의 제 1 서브 모델들(620a, 620b 및 620c) 및 복수의 제 2 서브 모델들(630a, 630b 및 630c)을 포함할 수 있다. 예를 들어, 제 1 서브 모델들(620a, 620b 및 620c)은 CNN 기반의 모델인 것으로 예시되며, 제 2 서브 모델들(630a, 630b 및 630c)은 RNN 기반의 모델(예컨대, LSTM)인 것으로 예시될 수 있다. 추가적으로, 제 2 서브 모델들(630a, 630b 및 630c)은 어텐션 알고리즘이 적용된 순환 신경망 계열의 인공 신경망을 사용할 수 있다. 일례로, 제 2 서브 모델들(630a, 630b 및 630c)은 트랜스포머(transformer)를 사용할 수 있다.
도 6에서 도시되는 제 1 모델에 대한 예시적인 구조와 관련하여, 제 1 모델은 상기 제 1 모델은 입력 데이터(610)를 처리하는 입력 레이어, 상기 입력 레이어의 출력을 입력받아 상기 입력 데이터에 포함되는 행렬의 시각적인 특징을 출력하기 위한 N개의 특징 추출 레이어 - 여기서 N은 자연수 -, 특징 추출 레이어의 출력을 입력받아 시계열적인 학습을 수행하는 순환 신경망 레이어, 및 상기 순환 신경망 레이어의 출력을 입력 받아 상기 입력 데이터에 대응되는 분류 결과를 출력하는 출력 레이어를 포함할 수 있다. 여기서, 상기 특징 추출 레이어의 개수와 대응되는 개수의 분류 결과들이 출력될 수 있다.
도 6에서 예시되는 본 개시의 일 실시예에 따른 제 1 모델의 구조는 CNN 레이어와 Maxpooling 레이어의 최적화 개수를 정확하게 파악하기 위하여 복수의 레이어들 각각의 구간에서 검증 및 학습이 수행될 수 있다. 입력 데이터(610)에 대한 최적화된 특징이 CNN의 몇번째 레이어에서 정확히 파악되는지를 사전에 알기 어렵기 때문에, 도 6에서 예시되는 제 1 모델의 구조를 활용하는 경우 입력 데이터에 대한 최적화된 특징이 효율적으로 추출될 수 있다.
일 실시예에서, 복수의 제 1 서브 모델들(620a, 620b 및 620c) 중 제 1-1 서브 모델(620a)의 제 1 출력은 상기 복수의 제 2 서브 모델들(630a, 630b 및 630c) 중 대응되는 제 2-1 서브 모델(630a)로 입력되고 그리고 상기 제 1-1 서브 모델(620a)의 제 2 출력은 상기 복수의 제 1 서브 모델들(620a, 620b 및 620c) 중 상기 제 1-1 서브 모델(620a)과 연결된 제 1-2 서브 모델(620b)로 입력될 수 있다.
여기서의 제 1 출력은 상기 제 1-1 서브 모델(620a)의 플래튼(Flatten) 레이어를 통과한 출력을 포함하며, 그리고 제 2 출력은 상기 제 1-1 서브 모델(620a)의 풀링(Pooling) 레이어를 통과한 출력을 포함할 수 있다.
일 실시예에서, 제 1-1 서브 모델(620a)의 플래튼(Flatten) 레이어를 통과한 출력은 제 2-1 서브 모델(630a)의 입력으로 사용될 수 있도록 전처리될 수 있다. 즉, 컴퓨팅 장치(100)는 예를 들어, CNN의 특정 레이어의 출력을 RNN의 입력과 호환되도록 전처리할 수 있다. 전처리에 대한 일례로 Reshape 기법이 활용될 수 있다. 예를 들어, 컴퓨팅 장치(100)는 제 1-1 서브 모델(620a)의 플래튼(Flatten) 레이어를 통과한 출력(예컨대 플래튼 레이어의 출력 형식인 (Data size, time step * feature)의 형식)을 RNN과 같은 입력의 형식인 (Data size, time step, feature)의 형식으로 변경할 수 있다. 이러한 변경에 따라서, 제 1-1 서브 모델(620a)의 플래튼(Flatten) 레이어를 통과한 플래튼 레이어의 출력 형식인 (Data size, time step * feature)의 형식은, RNN의 입력 형상의 형식으로 변경되도록, (Data size, time step * feature, 1)로 변경될 수 있다.
도 6에서 예시되는 바와 같이, 입력 데이터(610)가 제 1-1 서브 모델(620a)로 입력되고 이에 따라 입력 데이터(610)에 대한 특징이 1차적으로 추출될 수 있다. 제 1-1 서브 모델(620a)의 제 1 출력은 플래튼 레이어를 통과한 출력을 의미할 수 있으며, 이러한 제 1 출력은 제 1-1 서브 모델(620a)과 대응되는 제 2-1 서브 모델(630a)의 입력으로 사용될 수 있다. 제 1-1 서브 모델(620a)의 제 2 출력은 풀링 레이어(예컨대, Maxpooling 레이어)를 통과한 출력을 의미할 수 있으며, 이러한 제 2 출력은 제 1-2 서브 모델(620b)의 입력으로 사용되어 입력 데이터(610)에 대한 특징이 2차적으로 추출될 수 있다. 동일한 방식으로 제 1-2 서브 모델(620b)의 제 2 출력이 제 1-3 서브 모델(620c)로 전달됨에 따라, 제 1-3 서브 모델(620c)에 의해 입력 데이터(610)에 대한 특징이 3차적으로 추출될 수 있다.
일 실시예에서, 제 1-1 서브 모델(620a), 제 1-2 서브 모델(620b) 및 제 1-3 서브 모델(620c)의 제 1 출력은 각각 제 2-1 서브 모델(630a), 제 2-2 서브 모델(630b) 및 제 2-3 서브 모델(630c)으로 전달되며, 제 2-1 서브 모델(630a), 제 2-2 서브 모델(630b) 및 제 2-3 서브 모델(630c) 각각은 제 1 출력에서의 시각적인 특징에 기초하여 입력 데이터(610)에 대한 시계열적 데이터를 분석할 수 있다. 제 2-1 서브 모델(630a), 제 2-2 서브 모델(630b) 및 제 2-3 서브 모델(630c) 각각의 출력은 FCL(640a, 640b 및 640c)로 각각 전달되어 분석된 시계열적 데이터에 대한 벡터화 또는 평탄화된 정보가 생성될 수 있다. FCL(640a, 640b 및 640c) 각각의 출력은 분류 레이어(650a, 650b 및 650c)로 전달되어 입력 데이터(610)에 대한 복수의 분류 결과들이 생성될 수 있다. 복수의 분류 결과들에 기초하여 예측값(660)이 생성될 수 있다. 일 실시예에서, 상기 예측값(660)은 본 개시내용에서의 도 3에서의 제 1 예측 결과와 대응될 수 있다.
본 개시의 일 실시예에서, 예측값(660)은 다른 모델들의 예측값과 함께 분류 모델(예컨대, 제 2 모델)(670)의 입력으로 사용될 수 있다. 예를 들어, 예측값(660)은 다른 모델들로부터의 다른 예측값들과 앙상블 되어 제 2 모델에 대응되는 분류 모델(670)에서 입력 데이터(610)에 대한 분류 결과가 생성될 수 있다. 예를 들어, 도 6에서의 분류 모델(670)에서의 분류 결과는 본 개시내용에서의 도 3에서의 제 2 예측 결과와 대응될 수 있다.
도 7은 본 개시내용의 다른 실시예에 따라 제 1 모델에서 MHC와 펩타이드 간의 결합 가능성을 예측하기 위한 예시적인 프로세스를 도시한다.
도 7에서의 입력 데이터(710)와 필터들의 크기 그리고 각 레이어에 입력되는 데이터의 차원에 대한 설명들은 예시의 목적으로 기재된 것이며, 구현 양태에 따라 가변적인 크기로 구현될 수 있다는 점 또한 당업자에게 명백할 것이다.
도 7에서 예시되는 본 개시의 일 실시예에 따른 제 1 모델의 구조는 CNN 레이어와 Maxpooling 레이어의 최적화 개수를 정확하게 파악하기 위하여 복수의 레이어들 각각의 구간에서 검증 및 학습이 수행될 수 있다. 입력 데이터(710)에 대한 최적화된 특징이 CNN의 몇번째 레이어에서 정확히 파악되는지를 사전에 알기 어렵기 때문에, 도 7에서 예시되는 제 1 모델의 구조를 활용하는 경우 입력 데이터에 대한 최적화된 특징이 효율적으로 추출될 수 있다.
일 실시예에서, 복수의 제 1 서브 모델들(720, 730 및 740) 중 제 1-1 서브 모델(720)의 제 1 출력은 제 2 서브 모델(750)로 입력되고 그리고 상기 제 1-1 서브 모델(720)의 제 2 출력은 상기 복수의 제 1 서브 모델들(720, 730 및 740) 중 상기 제 1-1 서브 모델(720)과 연결된 제 1-2 서브 모델(730)로 입력될 수 있다.
여기서의 제 1 출력은 상기 제 1-1 서브 모델(720)의 플래튼(Flatten) 레이어를 통과한 출력을 포함하며, 그리고 제 2 출력은 상기 제 1-1 서브 모델(720)의 풀링(Pooling) 레이어를 통과한 출력을 포함할 수 있다.
도 7에서 예시되는 바와 같이, 입력 데이터(710)가 제 1-1 서브 모델(720)로 입력되고 이에 따라 입력 데이터(710)에 대한 특징이 1차적으로 추출될 수 있다. 제 1-1 서브 모델(720)의 제 1 출력은 플래튼 레이어를 통과한 출력을 의미할 수 있으며, 이러한 제 1 출력은 1-2 서브 모델(730) 및 1-3 서브 모델(740) 각각의 제 1 출력들과 결합(예컨대, 연접)되어 제 2 서브 모델(750)의 입력으로 사용될 수 있다. 제 1-1 서브 모델(720)의 제 2 출력은 풀링 레이어(예컨대, Maxpooling 레이어)를 통과한 출력을 의미할 수 있으며, 이러한 제 2 출력은 1-2 서브 모델(730)의 입력으로 사용될 수 있다. 동일한 방식으로 제 1-2 서브 모델(730)의 제 2 출력이 제 1-3 서브 모델(740)로 전달됨에 따라, 제 1-3 서브 모델(740)에 의해 입력 데이터(710)에 대한 특징이 3차적으로 추출될 수 있다.
일 실시예에서, 제 1-1 서브 모델(720), 제 1-2 서브 모델(730) 및 제 1-3 서브 모델(740)의 제 1 출력은 각각 결합되어 제 2 서브 모델(750)로 전달되며, 제 2 서브 모델(750)은 제 1 출력에서의 시각적인 특징에 기초하여 입력 데이터(710)에 대한 시계열적 데이터를 분석할 수 있다. 제 2 서브 모델(750)의 출력은 FCL(760)로 각각 전달되어 분석된 시계열적 데이터에 대한 벡터화 또는 평탄화된 정보가 생성될 수 있다. FCL(760)의 출력은 분류 레이어(770)로 전달되어 입력 데이터(710)에 대한 분류 결과(예컨대, 제 1 예측 결과)가 생성될 수 있다.
본 개시의 일 실시예에서, 분류 결과는 다른 모델들의 예측값과 함께 다른 분류 모델(예컨대, 제 2 모델) 의 입력으로 사용될 수 있다.
일 실시예에서, 도 8은 입력 데이터에 대한 특징의 1차 추출(810), 2차 추출(820) 및 3차 추출(830)에 대한 예시를 개략적으로 도시한다.
도 8에서 도시되는 바와 같이, 제 1 모델은, 입력 데이터를 처리하는 입력 레이어, 상기 입력 레이어의 출력을 입력받아 상기 입력 데이터에 포함되는 행렬의 시각적인 특징을 출력하기 위한 N개(N은 자연수)의 특징 추출 레이어 상기 특징 추출 레이어의 출력을 입력받아 시계열적인 학습을 수행하는 순환 신경망 레이어(예컨대, LSTM), 및 상기 순환 신경망 레이어의 출력을 입력 받아 상기 입력 데이터에 대응되는 분류 결과를 출력하는 출력 레이어를 포함할 수 있다. 일례로, 특징 추출 레이어의 개수와 대응되는 개수의 분류 결과들이 출력될 수 있다.
이러한 네트워크 구조에 따라서, 모든 레이어들에서 추출된 특징들을 검증할 수 있기 때문에, 입력 데이터에 대해서 보다 명확한 특징들이 추출될 수 있으며, 이러한 특징들을 이용하는 제 2 서브 모델(예컨대, LSTM)에서의 학습 성능이 향상될 수 있다.
일 실시예에서, 제 2 서브 모델에서 펩타이드와 MHC 간의 결합 가능성에 대한 분류 결과를 생성하기 위한 학습 과정이 이루어질 수 있다. 본 발명의 추가적인 실시예에서, 제 2 서브 모델은 어텐션(attention) 알고리즘이 적용된 순환 신경망 계열의 인공 신경망을 사용할 수도 있다.
일 실시예에서, 복수의 제 2 서브 모델들 각각의 출력은 완전 연결 레이어(Fully connected layer)로 입력되어, 상기 입력 데이터에 대한 분류 결과가 출력될 수 있다. 일례로 이러한 분류 결과는 일례로 결합이 가능한 경우를 나타내는 제 1 클래스 그리고 결합이 불가능한 경우를 나타내는 제 2 클래스를 포함할 수 있다. 다른 예시로 이러한 분류 결과는 0과 1 사이의 정량적인 수치값을 포함할 수도 있다.
도 3으로 되돌아 가면, 컴퓨팅 장치(100)는 제 1 예측 결과를 포함하는 복수의 예측 결과들을 입력으로 하는 인공지능 기반의 제 2 모델을 사용하여 펩타이드와 MHC 간의 결합 가능성에 대한 제 2 예측 결과를 생성할 수 있다(330).
이러한 제 2 모델(930)의 동작에 대한 설명은 도 9에서 예시될 수 있다.
일 실시예에서, 제 2 모델(930)은 참조번호 920으로 표시된 복수의 값들을 입력으로 하여 학습될 수 있다. 예를 들어, 제 2 모델(930)은 질량 분석(MS: Mass Spectrometry) 테스트 및 TCR(T cell receptor) 테스트 중 적어도 하나에 기초하여 생성되는 정답 데이터 세트(940)에 기초하여 사전 학습될 수 있다. 제 2 모델(930)은 결합(binding) 또는 비결합(nonbinding)의 결과를 출력하는 분류 모델로서, 하나의 MHC에 대한 펩타이드 시퀀스(910)를 입력으로 하는 복수의 다른 모델들의 출력들(920)을 입력으로 사용할 수 있다.
일 실시예에서, 질량 분석 테스트 및/또는 TCR 테스트는 실증되지 않은 이론이나 기술을 전제로 그것을 입증하기 위해 진행되는 실험 또는 컴퓨팅 기술을 이용한 예측 결과를 활용하는 것을 의미할 수 있다.
일 실시예에서, 제 1 모델의 출력인 제 1 예측 결과를 포함하되, 다른 추가적인 인자들(920)을 특징들로 사용하여 제 2 모델(930)에 대한 입력 데이터 혹은 제 2 모델(930)에 대한 특징들이 생성될 수 있다. 이러한 경우, 제 1 모델의 출력에 해당하는 제 1 예측 결과는 펩타이드와 MHC 간의 결합 친화도(binding affinity)를 나타낼 수 있다. 제 2 모델(930)은 결합 친화도를 포함하는 다른 인자들을 고려하여 펩타이드와 MHC 간의 결합 가능성을 포함하는 예측 결과(예컨대, 제 2 예측 결과)를 생성하기 위한 분류 모델을 의미할 수 있다. 또는 제 2 모델(930)은 복수의 인자들(920)을 고려하여, 하나의 MHC 서열에 대응하는 펩타이드 서열(910)에 대해서 해당 펩타이드 서열(910)이 상기 하나의 MHC 타입에 결합되는지 여부에 대한 결과를 출력할 수 있다.
일 실시예에서, 제 2 모델(930)의 입력으로 사용되는 복수의 예측 결과들(920)은: 펩타이드와 MHC 간의 결합의 강도를 나타내는 결합 에너지(binding energy) 값, MHC가 항원과 결합되어 세포상에 표현되는 과정에서 특정 펩타이드가 Proteasome으로 잘라져 상기 MHC에 결합될 확률을 나타내는 클리베이지(cleavage) 값, 상기 Proteasome으로 잘라진 펩타이드가 TAP(Transporter Associated with antigen Processing)을 통과할 확률을 나타내는 TAP 값, MHC와 펩타이드 간의 결합이 얼마나 지속되는지를 나타내는 지속성(stability) 값, 특정 MHC에 결합된다고 결정된 펩타이드의 정답 서열과 특정 펩타이드의 서열 간의 상이한 정도를 나타내는 값, 및 데이터베이스에 저장된 면역 펩티돔(immunopeptidome) 정보의 신뢰도(reliability) 값을 포함할 수 있다.
일 실시예에서, 복수의 예측 결과들(920) 중 적어도 일부는 펩타이드 시퀀스 또는 펩타이드와 MHC를 포함하는 행렬을 입력으로 하는 입력 데이터에 응답하여 별도의 모델들에 의해 생성되는 출력을 포함할 수 있다. 전술한 복수의 예측 결과들 각각을 연산하기 위한 방법론에 대해서는 공지된 임의의 형태의 방법론이 고려될 수 있다. 이러한 방법론에 대한 예시로, 로지스틱 회귀(Logistic regression) 모델, 결정 트리(Decision tree) 모델 및/또는 서포트 벡터 머신(Support Vector Machine) 모델이 고려될 수 있다.
일 실시예에서, 제 1 모델에서의 출력인 결합 친화도는 아미노산들 간의 변이 가능성 및/또는 아미노산들 간의 결합 확률을 나타내는 값을 의미할 수 있다.
일 실시예에서, 결합 에너지 값은, MHC 내에서 하나의 아미노산이 다른 아미노산에 대해 에너지적 관점에서 결합 에너지를 정량적으로 나타낸 것을 의미할 수도 있다.
일 실시예에서, MHC 가 항원과 결합된 이후 세포상에 표현(expressed)되는 과정에서, MHC의 서열 중 일부분이 프로테아좀(proteasome)이라는 구조체로부터 조각 형태로 잘라질 수 있다. 이러한 상황에서 7 내지 30 mer 와 같은 크기의 펩타이드 또한 생성될 수 있다. 프로테아좀에서의 특정 부분이 특이점으로 인식되어 잘라지게 된다. 임의의 펩타이드 서열이 실제로 환자에서 프로테아좀으로부터 잘려서 MHC에 결합될 확률을 계산한 것이 클리베이지 스코어와 대응될 수 있다.
일 실시예에서, 잘려진 펩타이드들 중 특정 펩타이드만 TAP라는 이송체를 통해 ER(Endoplasmic Reticulum)으로 들어가게 되는데, 펩타이드가 TAP를 통과할 확률을 계산한 것이 TAP 값과 대응될 수 있다.
일 실시예에서, 지속성 값은 MHC와 펩타이드 간의 결합이 얼마나 지속되는지를 나타내는 값으로 예시될 수 있다.
일 실시예에서, 신뢰도 값은 데이터베이스에서의 면역 펩티돔 정보의 오염도와 대응될 수 있다. 이러한 신뢰도 값과 관련하여 본 특허 출원에서 참조되는 국내 특허 출원 제10-2022-0038736호에 기재 내용이 참조될 수 있다.
일 실시예에서, 특정 MHC에 결합된다고 결정된 펩타이드의 정답 서열과 특정 펩타이드의 서열 간의 상이한 정도를 나타내는 값은, 변이 값(Alteration score 또는 Mutation score)으로 통칭될 수 있다. 예를 들어, 질량 분석(mass spectrometry) 테스트 또는 TCR(T cell receptor) 테스트를 통해 저장된 특정 MHC 타입에 대해 결합되는 펩타이드의 서열이 MAAPASTAT로 저장되었다고 가정한다. 이러한 가정 하에서, MAAPAVTAT라는 서열의 펩타이드의 변이 스코어를 계산하게 되면, 6번째 위치에서의 S와 V가 서로 상이하다는 점이 확인된다. 이러한 차이에 대해서 예를 들어, 아미노산들 간의 치환 가능성을 나타내는 예컨대 블로섬(Blosum) 행렬에서 S->V에 해당하는 값이 참조될 수 있다. 해당 값에 기초하여 MAAPAVTAT라는 서열의 펩타이드에 대한 변이 값이 계산될 수 있다. 추가적으로, 이러한 변이 값은 변이 위치가 앵커(anchor) 위치인지 여부에 따라 상이한 가중치가 할당될 수 있다. 일례로 변이 위치가 앵커 위치인지 혹은 비-앵커(non-anchor)에 따라 상이한 가중치가 할당될 수 있다.
즉, 펩타이드의 정답 서열은 질량 분석(mass spectrometry) 테스트 및 TCR(T cell receptor) 테스트 중 적어도 하나에 기초하여 결정되며, 그리고 상기 상이한 정도를 나타내는 값은 상이한 위치가 앵커(anchor) 위치인지 여부에 기초하여 결정될 수 있다.
일 실시예에서, 제 2 모델(930)은 전술한 복수의 예측 결과들(920)에 대응되는 복수의 특징들을 사용하여 MHC와 펩타이드 간의 결합 가능성에 대한 예측 결과를 생성하는 분류 모델을 의미할 수 있다. 이러한 제 2 모델의 학습 과정에서, 질량 분석(mass spectrometry) 테스트 및 TCR(T cell receptor) 테스트 중 적어도 하나에 따른 펩타이드와 MHC 간의 결합 결과를 정답 데이터로 하는 학습 데이터 셋(940)이 사용될 수 있다.
일 실시예에서, 도 10에서 도시되는 바와 같이, 제 2 모델(1060)은, 동일한 입력 데이터 혹은 입력 특징(1010)에 응답하여, 로지스틱 회귀(Logistic regression) 모델(1020), 결정 트리(Decision tree) 모델(1030) 및 서포트 벡터 머신(Support Vector Machine) 모델(1040) 각각으로부터 생성된 출력들에 보팅(voting)(1050)을 적용함으로써 분류 결과를 생성할 수 있다.
본 개시의 추가적인 실시예에서, 복수의 모델들 각각으로부터 생성된 출력들에 대한 가중치를 보팅하는 알고리즘 또한 인공지능 기반의 모델에 의해 구현될 수도 있다. 해당 모델은 복수의 모델들로부터의 출력값들 각각에 할당할 가중치를 머신러닝 기반으로 결정할 수 있다.
도 11은 본 개시내용의 일 실시예에 따른 컴퓨팅 환경의 개략도이다.
본 개시내용에서의 컴포넌트, 모듈 또는 부(unit)는 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로시져, 프로그램, 컴포넌트, 데이터 구조 등을 포함한다. 또한, 당업자라면 본 개시내용에서 제시되는 방법들이 단일-프로세서 또는 멀티프로세서 컴퓨팅 장치, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드 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 충분히 인식할 것이다.
본 개시내용에서 설명된 실시예들은 또한 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.
컴퓨팅 장치는 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.
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.
컴퓨터(2002)를 포함하는 본 발명의 여러가지 측면들을 구현하는 예시적인 환경(2000)이 나타내어져 있으며, 컴퓨터(2002)는 처리 장치(2004), 시스템 메모리(2006) 및 시스템 버스(2008)를 포함한다. 본 명세서에서의 컴퓨터(200)는 컴퓨팅 장치와 상호 호환 가능하게 사용될 수 있다. 시스템 버스(2008)는 시스템 메모리(2006)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(2004)에 연결시킨다. 처리 장치(2004)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(2004)로서 이용될 수 있다.
시스템 버스(2008)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(2006)는 판독 전용 메모리(ROM)(2010) 및 랜덤 액세스 메모리(RAM)(2012)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(2010)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(2002) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(2012)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.
컴퓨터(2002)는 또한 내장형 하드 디스크 드라이브(HDD)(2014)(예를 들어, EIDE, SATA), 자기 플로피 디스크 드라이브(FDD)(2016)(예를 들어, 이동식 디스켓(2018)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), SSD 및 광 디스크 드라이브(2020)(예를 들어, CD-ROM 디스크(2022)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(2014), 자기 디스크 드라이브(2016) 및 광 디스크 드라이브(2020)는 각각 하드 디스크 드라이브 인터페이스(2024), 자기 디스크 드라이브 인터페이스(2026) 및 광 드라이브 인터페이스(2028)에 의해 시스템 버스(2008)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(2024)는 예를 들어, 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(2002)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 저장 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 저장 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 발명의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.
운영 체제(2030), 하나 이상의 어플리케이션 프로그램(2032), 기타 프로그램 모듈(2034) 및 프로그램 데이터(2036)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(2012)에 저장될 수 있다. 운영 체제, 어플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(2012)에 캐싱될 수 있다. 본 발명이 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.
사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(2038) 및 마우스(2040) 등의 포인팅 장치를 통해 컴퓨터(2002)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(2008)에 연결되어 있는 입력 장치 인터페이스(2042)를 통해 처리 장치(2004)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.
모니터(2044) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(2046) 등의 인터페이스를 통해 시스템 버스(2008)에 연결된다. 모니터(2044)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.
컴퓨터(2002)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(2048) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(2048)는 워크스테이션, 서버 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(2002)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(2050)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(2052) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(2054)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(2002)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(2056)를 통해 로컬 네트워크(2052)에 연결된다. 어댑터(2056)는 LAN(2052)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(2052)은 또한 무선 어댑터(2056)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(2002)는 모뎀(2058)을 포함할 수 있거나, WAN(2054) 상의 통신 서버에 연결되거나, 또는 인터넷을 통하는 등, WAN(2054)을 통해 통신을 정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(2058)은 직렬 포트 인터페이스(2042)를 통해 시스템 버스(2008)에 연결된다. 네트워크화된 환경에서, 컴퓨터(2002)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(2050)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.
컴퓨터(1602)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.
제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시내용의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 본 개시내용의 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.
Claims (1)
- 컴퓨팅 장치에 의해 수행되는 방법으로서,
특정 주조직 적합 복합체(MHC: Major Histocompatibility Complex) 타입에 대응되는 제 1 세트의 데이터 및 제 2 세트의 데이터를 포함하는 입력 데이터를 획득하는 단계 - 상기 제 1 세트의 데이터는 복수의 펩타이드들을 포함하고, 하나의 펩타이드는 복수의 아미노산들로 이루어진 서열을 포함하며 그리고 상기 제 2 세트의 데이터는 상기 특정 MHC 타입에 대한 위치 별 아미노산 식별자들을 포함함 -; 및
인공지능 기반의 제 1 모델을 사용하여, 상기 입력 데이터로부터 상기 복수의 펩타이드들과 상기 위치 별 아미노산 식별자들 간의 결합 가능성, 상기 입력 데이터에 대응되는 MHC 타입이 무엇인지에 대한 결과, 또는 펩타이드와 MHC 타입 간의 결합 친화도 중 적어도 하나를 포함하는 제 1 예측 결과를 획득하는 단계;
를 포함하며,
상기 제 1 모델은:
상기 입력 데이터에 포함되는 행렬의 시각적인 특징(visual feature)을 추출하기 위한 제 1 서브 모델; 및
상기 제 1 서브 모델에서 추출된 상기 시각적인 특징에 기반한 입력에 응답하여 상기 행렬에 대응되는 시계열적 데이터를 분석하기 위한 제 2 서브 모델;
을 포함하는,
방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220048006 | 2022-04-19 | ||
| KR20220048006 | 2022-04-19 | ||
| KR1020220056731A KR102517005B1 (ko) | 2022-04-19 | 2022-05-09 | 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220056731A Division KR102517005B1 (ko) | 2022-04-19 | 2022-05-09 | 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230149222A true KR20230149222A (ko) | 2023-10-26 |
Family
ID=85936692
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220056731A KR102517005B1 (ko) | 2022-04-19 | 2022-05-09 | 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 |
| KR1020230002653A KR20230149213A (ko) | 2022-04-19 | 2023-01-09 | 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 |
| KR1020230040902A KR20230149222A (ko) | 2022-04-19 | 2023-03-29 | 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220056731A KR102517005B1 (ko) | 2022-04-19 | 2022-05-09 | 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 |
| KR1020230002653A KR20230149213A (ko) | 2022-04-19 | 2023-01-09 | 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (3) | KR102517005B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102322832B1 (ko) | 2019-04-22 | 2021-11-12 | 한국과학기술연구원 | 인간 백혈구 항원 a24:02 대립유전자에 특이적으로 결합하는 펩타이드 및 이의 용도 |
-
2022
- 2022-05-09 KR KR1020220056731A patent/KR102517005B1/ko active IP Right Grant
-
2023
- 2023-01-09 KR KR1020230002653A patent/KR20230149213A/ko unknown
- 2023-03-29 KR KR1020230040902A patent/KR20230149222A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102322832B1 (ko) | 2019-04-22 | 2021-11-12 | 한국과학기술연구원 | 인간 백혈구 항원 a24:02 대립유전자에 특이적으로 결합하는 펩타이드 및 이의 용도 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230149213A (ko) | 2023-10-26 |
| KR102517005B1 (ko) | 2023-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102547977B1 (ko) | 인공지능 기술을 이용하여 pMHC에 대응되는 TCR 정보를 생성하기 위한 방법 및 장치 | |
| US20210249100A1 (en) | Systems and methods for language modeling of protein engineering | |
| Sher et al. | DRREP: deep ridge regressed epitope predictor | |
| Hu et al. | DeepMHC: deep convolutional neural networks for high-performance peptide-MHC binding affinity prediction | |
| CN114743600A (zh) | 基于门控注意力机制的靶标-配体结合亲和力的深度学习预测方法 | |
| KR20240083013A (ko) | 인공지능 기술을 이용하여 pMHC에 대응되는 TCR 정보를 생성하기 위한 방법 및 장치 | |
| KR20240076358A (ko) | 인공지능 기술을 이용하여 면역펩티돔 pMHC 정보를 생성하기 위한 방법 및 장치 | |
| KR102558549B1 (ko) | 인공지능 기술을 이용하여 tcr에 대한 예측 결과를 생성하기 위한 방법 및 장치 | |
| KR102482302B1 (ko) | 인공지능 기술을 사용하여 클러스터 데이터에 대응되는 주조직 적합성 복합체를 결정하기 위한 방법 및 장치 | |
| Gupta et al. | DAVI: Deep learning-based tool for alignment and single nucleotide variant identification | |
| KR102517005B1 (ko) | 인공지능 기술을 이용하여 mhc와 펩타이드 간의 관계를 분석하기 위한 방법 및 장치 | |
| KR102547976B1 (ko) | Mhc와 펩타이드 간의 결합을 분석하기 위한 방법 및 장치 | |
| KR102517006B1 (ko) | 펩타이드 시퀀스들을 클러스터링하기 위한 방법 및 장치 | |
| KR102517004B1 (ko) | 면역펩티돔을 분석하기 위한 방법 및 장치 | |
| KR102547975B1 (ko) | 인공지능 기술을 사용하여 클러스터 데이터에 대응되는 주조직 적합성 복합체를 결정하기 위한 방법 및 장치 | |
| KR102547966B1 (ko) | 인공지능 기술을 이용하여 pMHC와 TCR 간의 관계를 분석하기 위한 방법 및 장치 | |
| KR102547967B1 (ko) | 인공지능 기술을 이용하여 pMHC에 대응되는 TCR 정보를 생성하기 위한 방법 및 장치 | |
| KR102558550B1 (ko) | 인공지능 기술을 이용하여 tcr에 대한 예측 결과를 생성하기 위한 방법 및 장치 | |
| KR102547978B1 (ko) | 인공지능 기술을 이용하여 pmhc에 대응되는 tcr 정보를 생성하기 위한 방법 및 장치 | |
| KR102507110B1 (ko) | 주조직 적합성 복합체의 타입들을 분석하기 위한 방법 및 장치 | |
| KR102547974B1 (ko) | Mhc와 펩타이드 간의 결합 친화도를 분석하기 위한 방법 및 장치 | |
| KR20240111065A (ko) | 인공지능 기술을 이용하여 면역원성 정보를 생성하기 위한 방법 및 장치 | |
| KR102507111B1 (ko) | 데이터베이스에 저장된 면역 펩티돔 정보의 신뢰도를 결정하기 위한 방법 및 장치 | |
| KR102711433B1 (ko) | 단백질과 리간드 간의 상호작용 데이터를 이용하여 인공지능 모델을 학습시키기 위한 기법 | |
| KR102494966B1 (ko) | 바이러스의 숙주 진입을 제어하기 위한 약물의 예측 방법 |