WO2024117538A1 - 단백질과 화합물의 상호작용 구조 예측 방법 - Google Patents

단백질과 화합물의 상호작용 구조 예측 방법 Download PDF

Info

Publication number
WO2024117538A1
WO2024117538A1 PCT/KR2023/016149 KR2023016149W WO2024117538A1 WO 2024117538 A1 WO2024117538 A1 WO 2024117538A1 KR 2023016149 W KR2023016149 W KR 2023016149W WO 2024117538 A1 WO2024117538 A1 WO 2024117538A1
Authority
WO
WIPO (PCT)
Prior art keywords
compound
protein
graph
nodes
interaction
Prior art date
Application number
PCT/KR2023/016149
Other languages
English (en)
French (fr)
Inventor
정종영
오동빈
Original Assignee
디어젠 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 디어젠 주식회사 filed Critical 디어젠 주식회사
Publication of WO2024117538A1 publication Critical patent/WO2024117538A1/ko

Links

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
    • 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
    • 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
    • G16B40/20—Supervised data analysis
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/40—Searching chemical structures or physicochemical data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/80—Data visualisation

Definitions

  • the present disclosure relates to a method of predicting the interaction structure of a protein and a compound, and more specifically, to a method of predicting the interaction structure of a protein and a compound by considering the interaction characteristics of the protein and the compound.
  • the conventional method for predicting the interaction structure did not have high accuracy in prediction because it only considered limited structural factors (eg, alpha carbon of amino acid residues).
  • the conventional method for predicting the interaction structure has the disadvantage of requiring excessive processor resources for calculating the interaction characteristics, even when considering various factors such as the geometric elements of the protein and the compound and the interaction characteristics of the compound that binds to the protein. It existed.
  • the present disclosure has been derived based at least on the technical background examined above, but the technical problem or purpose of the present disclosure is not limited to solving the problems or shortcomings examined above.
  • the present disclosure can cover various technical issues related to the content to be described below.
  • the present disclosure aims to solve the problem of predicting the interaction characteristics of a protein and a compound based on part of the information of the protein and part of the information of the compound. In addition, the present disclosure aims to solve the problem of predicting the interaction structure of a protein and a compound based on the predicted interaction characteristics of the protein and the compound.
  • a method for predicting an interaction structure performed by at least one computing device may include obtaining information about a protein graph representing the structure of a protein and obtaining information about a compound graph representing the structure of a compound. Additionally, it may include predicting interaction features between nodes of the protein graph and nodes of the compound graph based on information about the protein graph and information about the compound graph.
  • the node of the protein graph may be associated with a partial structure (substructure) of the protein
  • the node of the compound graph may be associated with a piece of the compound larger than an atomic unit.
  • the protein graph includes a plurality of nodes and at least one edge associated with geometric information between the plurality of nodes, and each of the plurality of nodes is capable of interacting with the compound. It can be related to the partial structure of amino acids.
  • the partial structure of the amino acid corresponding to each of the plurality of nodes may be determined based on the peptide bond-related structure of the amino acid and the side-chain structure of the amino acid.
  • the peptide bond-related structure of the amino acid may include two binding sites associated with the peptide bond of the amino acid, and the side-chain structure of the amino acid may include the chemical structure of the side-chain of the amino acid. there is.
  • predicting interaction features between nodes of the protein graph and nodes of the compound graph generates an interaction feature vector between nodes of the protein graph and nodes of the compound graph.
  • Components of the interaction feature vector may include at least one of a type of interaction or a geometric parameter.
  • the method may be used to construct a protein-compound interaction graph based on information about the protein graph, information about the compound graph, and interaction characteristics between nodes of the protein graph and nodes of the compound graph. It may further include a step of generating related information.
  • the information regarding the protein-compound interaction graph may include a plurality of nodes of the protein graph, edges between a plurality of nodes of the protein graph, a plurality of nodes of the compound graph, and the compound graph. It may include information about edges between a plurality of nodes, and interaction characteristics between nodes of the protein graph and nodes of the compound graph.
  • the method may further include predicting the interaction structure of the protein and the compound based on information about the protein-compound interaction graph.
  • the step of predicting the interaction structure is based on information about the protein-compound interaction graph associated with the partial structure of the protein and the fragment of the compound, and an atomic-level binding model (full-atomic model). It may include the step of generating.
  • the step of generating the atomic-level bonding model may include tuning the atomic-level bonding model by considering the kinetic energy of each atom and collisions between atoms.
  • the method may further include measuring at least one of the binding affinity or free energy of the protein and the compound, based on the interaction structure of the protein and the compound.
  • classifying whether binding between the protein and the compound is possible, and calculating the degree of binding between the protein and the compound. can do.
  • the device includes at least one processor and a memory, wherein the processor acquires information about a protein graph representing the structure of a protein, obtains information about a compound graph representing the structure of a compound, and It may be configured to predict interaction characteristics between nodes of the protein graph and nodes of the compound graph, based on information about the protein graph and information about the compound graph.
  • the nodes of the protein graph may be associated with partial structures of the protein, and the nodes of the compound graph may be associated with pieces of the compound larger than an atomic unit.
  • the program causes the processor included in the computing device to perform operations that predict the interaction structure of a protein and a compound, and the operations include obtaining information about the protein graph representing the structure of the protein, Obtaining information about a compound graph representing a structure, and predicting interaction characteristics between nodes of the protein graph and nodes of the compound graph based on the information about the protein graph and the information about the compound graph. It may include actions such as: At this time, the nodes of the protein graph may be associated with partial structures of the protein, and the nodes of the compound graph may be associated with pieces of the compound larger than an atomic unit.
  • a method for predicting the interaction structure of a protein and a compound based on a neural network model performed by one or more computing devices.
  • the method includes inputting information about a protein graph representing the structure of a protein and information about a compound graph representing the structure of a compound into a neural network model, and based on the neural network model, the nodes of the protein graph and the It may include generating a protein-compound interaction graph by aligning nodes of the compound graph.
  • nodes in the protein-compound interaction graph may be associated with partial structures of the protein or fragments of the compound.
  • the present disclosure can predict the interaction structure using the partial structure of the protein and fragments of the compound. For example, the present disclosure generates a protein graph and a compound graph by extracting the partial structure of a protein and a fragment of a compound, respectively, and predicts the interaction structure by calculating interaction features based on the generated protein graph and compound graph. Therefore, processor resources required for calculation can be saved and prediction performance can be improved.
  • FIG. 1 is a block diagram of a computing device performing operations according to an embodiment of the present disclosure.
  • Figure 2 is a schematic diagram showing a neural network model, according to an embodiment of the present disclosure.
  • Figure 3 is an exemplary diagram showing the partial structure of an amino acid according to an embodiment of the present disclosure.
  • Figure 4 is a flowchart showing a method for predicting interaction characteristics between nodes of the protein graph and nodes of the compound graph, according to an embodiment of the present disclosure.
  • Figure 5 is a schematic diagram showing a method for predicting the interaction structure of a protein and a compound and generating an atomic-level binding model, according to an embodiment of the present disclosure.
  • Figure 6 is a schematic diagram showing an example of outputting at least one of the binding affinity, free energy, or binding degree of the interaction structure between a protein and a compound, based on an embodiment of the present disclosure.
  • Figure 7 is a schematic diagram showing a method of generating an atomic-level bonding model using a neural network model according to an embodiment of the present disclosure.
  • FIG 8 is a brief, general schematic diagram of an example computing environment in which embodiments of the present disclosure may be implemented.
  • a component may be, but is not limited to, a process running on a processor, a processor, an object, a thread of execution, a program, and/or a computer.
  • an application running on a computing device and the computing device can be a component.
  • One or more components may reside within a processor and/or thread of execution.
  • a component may be localized within one computer.
  • a component may be distributed between two or more computers. Additionally, these components can execute from various computer-readable media having various data structures stored thereon.
  • Components may transmit signals, for example, with one or more data packets (e.g., data and/or signals from one component interacting with other components in a local system, a distributed system, to other systems and over a network such as the Internet). Depending on the data being transmitted, they may communicate through local and/or remote processes.
  • data packets e.g., data and/or signals from one component interacting with other components in a local system, a distributed system, to other systems and over a network such as the Internet.
  • a network such as the Internet
  • the term “or” is intended to mean an inclusive “or” and not an exclusive “or.” That is, unless otherwise specified or clear from context, “X utilizes A or B” is intended to mean one of the natural implicit substitutions. That is, either X uses A; X uses B; Or, if X uses both A and B, “X uses A or B” can apply to either of these cases. Additionally, the term “and/or” as used in this disclosure should be understood to refer to and include all possible combinations of one or more of the related listed items.
  • the term “at least one of A or B” should be interpreted to mean “when it contains only A,” when it contains only B, and “when it is combined into a composition of A and B.”
  • the configuration of the computing device 100 shown in FIG. 1 is only a simplified example.
  • the computing device 100 may include different components for performing the computing environment of the computing device 100, and only some of the disclosed components may configure the computing device 100.
  • the computing device 100 may include a processor 110, a memory 130, and a network unit 150.
  • the processor 110 may be composed of one or more cores, and may include a central processing unit (CPU), a general purpose graphics processing unit (GPGPU), and a tensor processing unit (TPU) of a computing device. unit) may include a processor for data analysis and deep learning.
  • the processor 110 may read a computer program stored in the memory 130 and perform data processing for machine learning according to an embodiment of the present disclosure. According to an embodiment of the present disclosure, the processor 110 may perform an operation for learning a neural network.
  • the processor 110 is used for learning neural networks, such as processing input data for learning in deep learning (DL), extracting features from input data, calculating errors, and updating the weights of the neural network using backpropagation. Calculations can be performed.
  • DL deep learning
  • At least one of the CPU, GPGPU, and TPU of the processor 110 may process learning of the neural network model.
  • the CPU and GPGPU can work together to process neural network model learning and data classification using the neural network model.
  • the processors of a plurality of computing devices can be used together to process learning of a neural network model and data classification using the neural network model.
  • a computer program executed in a computing device may be a CPU, GPGPU, or TPU executable program.
  • the memory 130 may store any type of information generated or determined by the processor 110 and any type of information received by the network unit 150.
  • the memory 130 is a flash memory type, hard disk type, multimedia card micro type, or card type memory (e.g. (e.g. SD or -Only Memory), and may include at least one type of storage medium among magnetic memory, magnetic disk, and optical disk.
  • the computing device 100 may operate in connection with web storage that performs a storage function of the memory 130 on the Internet.
  • the description of the memory described above is merely an example, and the present disclosure is not limited thereto.
  • the network unit 150 includes Public Switched Telephone Network (PSTN), x Digital Subscriber Line (xDSL), Rate Adaptive DSL (RADSL), Multi Rate DSL (MDSL), and VDSL (A variety of wired communication systems can be used, such as Very High Speed DSL), Universal Asymmetric DSL (UADSL), High Bit Rate DSL (HDSL), and Local Area Network (LAN).
  • PSTN Public Switched Telephone Network
  • xDSL Digital Subscriber Line
  • RADSL Rate Adaptive DSL
  • MDSL Multi Rate DSL
  • VDSL VDSL
  • wired communication systems such as Very High Speed DSL), Universal Asymmetric DSL (UADSL), High Bit Rate DSL (HDSL), and Local Area Network (LAN).
  • the network unit 150 presented in the present disclosure includes Code Division Multi Access (CDMA), Time Division Multi Access (TDMA), Frequency Division Multi Access (FDMA), Orthogonal Frequency Division Multi Access (OFDMA), and SC-FDMA (A variety of wireless communication systems can be used, such as Single Carrier-FDMA) and other systems.
  • CDMA Code Division Multi Access
  • TDMA Time Division Multi Access
  • FDMA Frequency Division Multi Access
  • OFDMA Orthogonal Frequency Division Multi Access
  • SC-FDMA A variety of wireless communication systems can be used, such as Single Carrier-FDMA and other systems.
  • the network unit 150 may be configured regardless of the communication mode, such as wired or wireless, and may be composed of various communication networks such as a personal area network (PAN) and a wide area network (WAN). You can. Additionally, the network may be the well-known World Wide Web (WWW), and may also use wireless transmission technology used for short-distance communication, such as Infrared Data Association (IrDA) or Bluetooth. The techniques described in this disclosure can also be used in other networks mentioned above.
  • WWW World Wide Web
  • IrDA Infrared Data Association
  • Bluetooth wireless transmission technology used for short-distance communication
  • Figure 2 is a schematic diagram showing a neural network model according to an embodiment of the present disclosure.
  • a neural network model may generally consist of a set of interconnected computational units, which may be referred to as nodes. These nodes may also be referred to as neurons.
  • a neural network model consists of at least one node. Nodes (or neurons) that make up neural network models may be interconnected by one or more links.
  • one or more nodes connected through a link can form a relative input node and output node relationship.
  • the concepts of input node and output node are relative, and any node in an output node relationship with one node may be in an input node relationship with another node, and vice versa.
  • input node to output node relationships can be created around links.
  • One or more output nodes can be connected to one input node through a link, and vice versa.
  • the value of the data of the output node may be determined based on the data input to the input node.
  • the link connecting the input node and the output node may have a weight (here, the terms parameter and weight may be used with the same meaning throughout the present disclosure). Weights may be variable and may be varied by the user or algorithm in order for the neural network model to perform the desired function. For example, when one or more input nodes are connected to one output node by respective links, the output node is set to the values input to the input nodes connected to the output node and the links corresponding to each input node. The output node value can be determined based on the weight.
  • one or more nodes are interconnected through one or more links to form an input node and output node relationship within the neural network.
  • the characteristics of the neural network model can be determined according to the number of nodes and links in the neural network, the correlation between nodes and links, and the value of the weight assigned to each link. For example, if the same number of nodes and links exist and two neural network models with different weight values of the links exist, the two neural network models may be recognized as different from each other.
  • a neural network model may consist of a set of one or more nodes.
  • a subset of nodes that make up a neural network can constitute a layer.
  • Some of the nodes constituting the neural network model may form one layer based on the distances from the first input node.
  • a set of nodes with a distance n from the initial input node may constitute an n layer.
  • the distance from the initial input node can be defined by the minimum number of links that must be passed to reach the node from the initial input node.
  • this definition of a layer is arbitrary for illustrative purposes, and the order of a layer within a neural network may be defined in a different way than described above.
  • a tier of nodes may be defined by their distance from the final output node.
  • the initial input node may refer to one or more nodes in the neural network model into which data is directly input without going through links in relationships with other nodes. Alternatively, in the relationship between nodes based on links within a neural network, it may refer to nodes that do not have other input nodes connected by links. Similarly, the final output node may refer to one or more nodes that do not have an output node in their relationship with other nodes among the nodes in the neural network. Additionally, hidden nodes may refer to nodes constituting a neural network model other than the first input node and the last output node.
  • a neural network model may be learned by at least one of supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning. Learning a neural network model may be a process of applying knowledge for the neural network model to perform a specific operation to the neural network model.
  • Neural network models can be trained to minimize output errors.
  • learning data is repeatedly input into the neural network model, the output of the neural network model and the error of the target for the learning data are calculated, and the error of the neural network model is calculated from the output layer of the neural network model to the input layer in the direction of reducing the error. This is the process of updating the weight of each node in the neural network model through backpropagation.
  • learning data in which the correct answer is labeled in each learning data is used (i.e., labeled learning data)
  • the correct answer may not be labeled in each learning data.
  • the learning data may be data in which each learning data is labeled with a category.
  • Labeled training data is input to the neural network model, and the error can be calculated by comparing the output (category) of the neural network model and the label of the training data.
  • the error can be calculated by comparing the input learning data with the neural network model output. The calculated error is back-propagated in the neural network model in the reverse direction (i.e., from the output layer to the input layer), and the connection weight of each node in each layer of the neural network model can be updated according to the back-propagation.
  • the amount of change in the connection weight of each updated node may be determined according to the learning rate.
  • the calculation of a neural network model for input data and backpropagation of errors can constitute an epoch.
  • the learning rate may be applied differently depending on the number of repetitions of the epoch of the neural network model. For example, in the early stages of training a neural network model, a high learning rate can be used to ensure that the neural network model quickly achieves a certain level of performance to increase efficiency, and in the latter stages of training, a low learning rate can be used to increase accuracy.
  • the training data can generally be a subset of real data (i.e., the data to be processed using the learned neural network model), and therefore, the error for the training data is reduced, but the error for the real data is reduced.
  • Over-fitting is a phenomenon in which errors in actual data increase due to over-learning from training data. For example, a phenomenon in which a neural network model that learned a cat by showing a yellow cat fails to recognize that it is a cat when it sees a non-yellow cat may be a type of overfitting. Overfitting can cause errors in machine learning algorithms to increase. To prevent such overfitting, various optimization methods can be used. To prevent overfitting, methods such as increasing the learning data, regularization, dropout that disables some of the network nodes during the learning process, and use of batch normalization can be applied. .
  • a computer-readable medium storing a data structure is disclosed.
  • Data structure can refer to the organization, management, and storage of data to enable efficient access and modification of data.
  • Data structure can refer to the organization of data to solve a specific problem (e.g., retrieving data, storing data, or modifying data in the shortest possible time).
  • a data structure may be defined as a physical or logical relationship between data elements designed to support a specific data processing function.
  • Logical relationships between data elements may include connection relationships between user-defined data elements.
  • Physical relationships between data elements may include actual relationships between data elements that are physically stored in a computer-readable storage medium (e.g., a persistent storage device).
  • a data structure may specifically include a set of data, relationships between data, and functions or instructions applicable to the data. Effectively designed data structures allow computing devices to perform computations while minimizing the use of the computing device's resources. Specifically, computing devices can increase the efficiency of operations, reading, insertion, deletion, comparison, exchange, and search through effectively designed data structures.
  • Data structures can be divided into linear data structures and non-linear data structures depending on the type of data structure.
  • a linear data structure may be a structure in which only one piece of data is connected to another piece of data.
  • Linear data structures may include List, Stack, Queue, and Deque.
  • a list can refer to a set of data that has an internal order.
  • the list may include a linked list.
  • a linked list may be a data structure in which data is connected in such a way that each data is connected in a single line with a pointer. In a linked list, a pointer may contain connection information to the next or previous data.
  • a linked list can be expressed as a singly linked list, a doubly linked list, or a circularly linked list.
  • a stack may be a data listing structure that allows limited access to data.
  • a stack can be a linear data structure in which data can be processed (for example, inserted or deleted) at only one end of the data structure.
  • Data stored in the stack may have a data structure (LIFO-Last in First Out) where the later it enters, the sooner it comes out.
  • a queue is a data listing structure that allows limited access to data. Unlike the stack, it can be a data structure (FIFO-First in First Out) where data stored later is released later.
  • a deck can be a data structure that can process data at both ends of the data structure.
  • a non-linear data structure may be a structure in which multiple pieces of data are connected behind one piece of data.
  • Nonlinear data structures may include graph data structures.
  • a graph data structure can be defined by vertices and edges, and an edge can include a line connecting two different vertices.
  • the graph data structure may include a tree data structure.
  • a tree data structure may be a data structure in which there is only one path connecting two different vertices among a plurality of vertices included in the tree. In other words, it may be a data structure that does not form a loop in the graph data structure.
  • Data structures may include neural networks. And the data structure including the neural network may be stored in a computer-readable medium. Data structures including neural networks include data preprocessed for processing by a 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 functions associated with each node or layer of the neural network, and neural network It may include a loss function for learning, etc.
  • a data structure containing a neural network may include any of the components disclosed above.
  • the data structure including the neural network includes data preprocessed 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 functions associated with each node or layer of the neural network, neural network It may be configured to include all or any combination of the loss function for learning.
  • a data structure containing a neural network may include any other information that determines the characteristics of the neural network.
  • the data structure may include all types of data used or generated in the computational process of a neural network and is not limited to the above.
  • Computer-readable media may include computer-readable recording media and/or computer-readable transmission media.
  • a neural network can generally consist of a set of interconnected computational units, which can be referred to as nodes. These nodes may also be referred to as neurons.
  • a neural network consists of at least one node.
  • the data structure may include data input to the neural network.
  • a data structure containing data input to a neural network may be stored in a computer-readable medium.
  • Data input to the neural network may include learning data input during the neural network learning process and/or input data input to the neural network on which training has been completed.
  • Data input to the neural network may include data that has undergone pre-processing and/or data subject to pre-processing.
  • Preprocessing may include a data processing process to input data into a neural network. Therefore, the data structure may include data subject to preprocessing and data generated by preprocessing.
  • the above-described data structure is only an example and the present disclosure is not limited thereto.
  • the data structure may include the weights of the neural network. (In the present disclosure, weights and parameters may be used with the same meaning.) And the data structure including the weights of the neural network may be stored in a computer-readable medium.
  • a neural network may include multiple weights. Weights may be variable and may be varied by the user or algorithm in order for the neural network to perform the desired function. For example, when one or more input nodes are connected to one output node by respective links, the output node is set to the values input to the input nodes connected to the output node and the links corresponding to each input node. Based on the weight, the data value output from the output node can be determined.
  • the above-described data structure is only an example and the present disclosure is not limited thereto.
  • the weights may include weights that are changed during the neural network learning process and/or weights for which neural network learning has been completed. Weights that vary during the neural network learning process may include weights that change during the epoch and/or weights that start an epoch. Weights for which neural network training has been completed may include weights for which an epoch has been completed. Therefore, the data structure including the weights of the neural network may include weights that are changed during the neural network learning process and/or the data structure including the weights for which neural network learning has been completed. Therefore, the above-mentioned weights and/or combinations of each weight are included in the data structure including the weights of the neural network.
  • the above-described data structure is only an example and the present disclosure is not limited thereto.
  • the data structure including the weights of the neural network may be stored in a computer-readable storage medium (e.g., memory, 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 a different computing device and later reorganized and used.
  • Computing devices can transmit and receive data over a network by serializing data structures.
  • Data structures containing the weights of a serialized neural network can be reconstructed on the same computing device or on a different computing device through deserialization.
  • the data structure including the weights of the neural network is not limited to serialization.
  • the data structure including the weights of the neural network is a data structure to increase computational efficiency while minimizing the use of computing device resources (e.g., in non-linear data structures, B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree) may be included.
  • computing device resources e.g., in non-linear data structures, B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree.
  • the data structure may include hyper-parameters of a neural network. And the data structure including the hyperparameters of the neural network can be stored in a computer-readable medium.
  • a hyperparameter may be a variable that can be changed by the user. Hyperparameters include, for example, learning rate, cost function, number of epoch repetitions, weight initialization (e.g., setting the range of weight values subject to weight initialization), It may include the number of hidden units (e.g., number of hidden layers, number of nodes in the hidden layer).
  • the above-described data structure is only an example and the present disclosure is not limited thereto.
  • the structure of a protein may be one in which amino acids are arranged in a bonded state.
  • the amino acid portion other than -H and -OH that is removed when a peptide bond is formed can be referred to as an amino acid residue.
  • the backbone of a protein structure may refer to the basic framework structure of a protein formed by amino acid residues through peptide bonds.
  • the partial structure of the amino acid may include a peptide bond-related structure of the amino acid, and a side-chain structure of the amino acid.
  • the side-chain structure of the amino acid may include a chemical structure (eg, R group) 330 that exhibits chemical properties in each amino acid.
  • the side-chain structure of the amino acid may be configured differently for each of the 20 amino acids, may be predefined, and may include all or part of the chemical structure (e.g., R group) 330.
  • the side-chain structures of exemplary amino acids can be confirmed. Specifically, referring to Figure 3, an exemplary side-chain structure of G (Glycine) 331, an exemplary side-chain structure of A (Alanine) 332, and an exemplary side-chain structure of V (Valine). (333), an exemplary side-chain structure of L (Leucine) (334), an exemplary side-chain structure of I (Isoleucine) (335), etc. can be confirmed.
  • the present disclosure can implement a protein graph that well reflects the structural characteristics of proteins and can well predict interactions between proteins and compounds.
  • the present disclosure allows each node of the protein graph to be associated with a partial structure of an amino acid constituting a protein, and the partial structure of the amino acid is a "peptide bond-related structure of the amino acid" (e.g., a peptide bond of the amino acid) Two bonding positions related to the bond, N of the amino group and O of the carboxyl group contained in the amino acid), and b “side-chain structure of the amino acid” (e.g., the entire R group or the R group, which represents the chemical properties of the amino acid) (part of ), it is possible to implement a protein graph that well reflects the structural characteristics of the protein and can well predict the interaction between the protein and the compound.
  • a protein graph that well reflects the structural characteristics of the protein and can well predict the interaction between the protein and the compound.
  • each node of the protein graph according to an embodiment of the present disclosure has a "two binding positions 310 and 320 associated with the peptide bond of each amino acid (i.e., each It can be determined based on N of the amino group and O) of the carboxyl group contained in the amino acid, and b “side-chain structure 330 including a predefined chemical structure for each amino acid.”
  • a method for predicting the interaction structure (e.g., binding structure) of a protein and a compound according to an embodiment of the present disclosure includes information about a protein graph representing the structure of a protein, and information about a compound graph representing the structure of a compound. Based on the information, the interaction structure of proteins and compounds can be predicted. For example, the method for predicting the interaction structure of a protein and a compound according to an embodiment of the present disclosure predicts the interaction characteristics between the nodes of the protein graph and the nodes of the compound graph, and then predicts the predicted interaction. Based on the characteristics, the interaction structure of the protein and the compound can be predicted.
  • the processor 110 may perform steps S400 to S402 to predict interaction characteristics between nodes of the protein graph and nodes of the compound graph. Specifically, the processor 110 performs the steps of acquiring information about a protein graph representing the structure of a protein (step S400), acquiring information about a compound graph representing the structure of a compound (step S401), and Based on the information about the protein graph and the information about the compound graph, a step (step S402) of predicting interaction features between nodes of the protein graph and nodes of the compound graph may be performed. At this time, steps S400 to S401 may not only be performed sequentially, but may also be performed simultaneously by the processor 110 capable of performing multiple tasks.
  • the processor 110 may obtain information about a protein graph representing the protein structure, and in connection with step S401, the processor 110 may obtain information about a compound graph representing the structure of a compound. there is.
  • the processor 110 performs a series of predicting interaction characteristics between nodes of the protein graph and nodes of the compound graph based on information about the protein graph and information about the compound graph. The process can be performed.
  • the node of the protein graph may be associated with a partial structure of the protein
  • the node of the compound graph may be associated with a piece of the compound larger than an atomic unit.
  • the protein graph may include a plurality of nodes and at least one edge related to geometric information between the plurality of nodes, and each of the plurality of nodes interacts with the compound.
  • the partial structures of possible amino acids can be correlated.
  • amino acids that are physically accessible to the compound can be classified as the interactable amino acids.
  • the processor 110 examines the pattern of intermolecular interactions from the compound structure and analyzes the distribution of geometric variables (e.g., distance, angle, etc.) of each pattern. and can be determined by classifying amino acids that are physically accessible to the binding site of the compound.
  • the partial structure of the amino acid corresponding to each of the plurality of nodes includes "structure related to the peptide bond of the amino acid to form the backbone of the protein” and "the It can be determined based on the “side-chain structure of the amino acid.”
  • the peptide bond-related structure of the amino acid includes two binding sites related to the peptide bond of the amino acid to form the backbone of the protein, and the side-chain structure of the amino acid includes the side-chain of the amino acid.
  • the peptide bond-related structure of the amino acid may include two hydrogen bond positions (310, 320) of the amino acid to form the backbone of the protein, as shown in Figure 3, and the side of the amino acid-
  • the chain structure may include a chemical structure 330 corresponding to the R group of the amino acid, as shown in FIG. 3.
  • the processor 110 determines whether the binding site of the compound is physically accessible, whether it includes two binding sites related to the formation of the backbone of the protein, and the side-chain of the individual amino acid. Structure can be considered.
  • the compound graph may include a plurality of nodes, and at least one edge containing geometric information between the plurality of nodes, where each of the plurality of nodes represents the entire compound. It may correspond to each fragment of the compound, which is a partial structure of the molecular structure.
  • the method of determining the fragment from the compound may include the processor 110 using a fragmentation module.
  • the processor 110 determines the fragment using a fragment classification module based on the compound, and the fragment classification module may be based on information about the parent nuclei included in the compound when determining the fragment.
  • all of the pieces corresponding to the plurality of nodes may correspond to the entire molecular structure of the compound or may correspond to a partial structure of the entire molecular structure.
  • the processor 110 may use the fragment classification module to determine a fragment having the same form as a predetermined molecular structure among the molecular structures of the compound. For example, the processor 110 may determine some structures that have a predetermined type of molecular interaction among the molecular structures of the compound as the fragments. Meanwhile, in this case, all pieces corresponding to the plurality of nodes may not cover the entire structure of the compound.
  • step (S402) of predicting interaction characteristics between nodes of the protein graph and nodes of the compound graph an embodiment of a method for predicting the interaction characteristics is disclosed.
  • the processor 110 may include generating an interaction feature vector between the nodes of the protein graph and the nodes of the compound graph. Additionally, the processor 110 provides information about the protein-compound interaction graph based on information about the protein graph, information about the compound graph, and interaction characteristics between nodes of the protein graph and nodes of the compound graph. It can be performed including the step of generating information.
  • the information about the protein-compound interaction graph may include a plurality of nodes of the protein graph and may include edges between a plurality of nodes of the protein graph. Additionally, information about the protein-compound interaction graph may include a plurality of nodes of the compound graph and edges between a plurality of nodes of the compound graph. Additionally, information about the protein-compound interaction graph may include, in particular, interaction characteristics between nodes of the protein graph and nodes of the compound graph.
  • an embodiment of a method for predicting the interaction structure of a protein and a compound and generating an atomic-level binding model is disclosed according to an embodiment of the present disclosure. .
  • the processor 110 may obtain (S400) information 500 about a protein graph representing the protein structure. For example, the processor 110 may extract partial structures of proteins corresponding to individual amino acids based on the protein structure. At this time, in extracting the partial structure of the protein, the binding sites associated with the formation of the backbone and the chemical characteristics of the side-chain may be taken into consideration. Subsequently, the processor 110 may generate a protein graph by corresponding each partial structure of the protein to a node of the protein graph.
  • the processor 110 may obtain information 510 about the compound graph representing the structure of the compound (S401). For example, the processor 110 may extract fragments of a compound using a compound fragment extraction module based on the compound structure. At this time, the fragments each have chemical characteristics and may include a scaffold that can physically bind to the protein.
  • the processor 110 performs interaction between the node 521 of the protein graph and the node 522 of the compound graph based on the information 500 about the protein graph and the information 510 about the compound graph.
  • a series of processes for predicting features can be performed (S402).
  • the processor 110 based on information 500 about the protein graph, information 510 about the compound graph, and interaction characteristics between nodes of the protein graph and nodes of the compound graph.
  • information about the protein-compound interaction graph 520 can be generated.
  • the interaction feature may include distance and angle, which are geometric parameters between nodes of the protein graph and nodes of the compound graph.
  • the interaction characteristics include interaction types between nodes of the protein graph and nodes of the compound graph, such as hydrogen bond, ⁇ - ⁇ interaction (pi-pi interaction), and halogen interaction. (halogen interaction), and multipolar interaction.
  • the interaction feature may be implemented in a form that includes both geometric parameters and interaction types between nodes of the protein graph and nodes of the compound graph.
  • the processor 110 aligning the protein graph and the compound graph using a neural network model and predicting the interaction graph of the protein and compound, the aforementioned “geometric parameters” and “interaction type and You can also align protein graphs and compound graphs using all “related parameters”.
  • the processor 110 aligns the protein graph and the compound graph using a neural network model and predicting the interaction graph of the protein and compound, the aforementioned “geometric parameters” and “interaction type and You can also align protein graphs and compound graphs using all “related parameters”.
  • interaction characteristics of various natures can be considered, and thus the accuracy of sorting can be improved.
  • the processor 110 may further include predicting the interaction structure 523 of the protein and the compound based on information about the protein-compound interaction graph 520.
  • the processor 110 may predict the interaction structure 523 of the protein and the compound using a neural network model based on information about the protein-compound interaction graph 520. (Embodiments related to predicting the interaction structure 523 of the compound using the neural network model are described in detail later in conjunction with FIG. 7.)
  • the processor 110 following predicting the interaction structure 523, the processor 110 generates the protein-compound interaction graph 520 associated with the partial structure 501 of the protein and the fragment 511 of the compound. Based on the information about , an atomic-level bonding model 530 (full-atom model) can be created.
  • the processor 110 may use a transformer, a type of neural network model that performs back-mapping based on information about the protein-compound interaction graph 520.
  • the processor 110 considers the kinetic energy (i.e., force field) of each atom included in the atomic-level bonding model and steric collisions between atoms due to the movement of the atoms to determine the atomic-level bonding.
  • the process of adjusting the model can be performed.
  • the processor 110 can extract various information related to the binding of proteins and compounds from the atomic-level binding model 530. (Embodiments related to this will be described in detail later along with FIG. 6.)
  • the first effect that can occur according to an embodiment of the present disclosure is the effect of efficiently modeling the protein-compound interaction structure.
  • the method according to an embodiment of the present disclosure can solve the problems of the conventional method by predicting the bonding structure based on interaction characteristics. For example, conventional physics-based simulation methods required additional analysis to accurately score the sampled structures to select an appropriate representative structure and required a lot of computational time related to the induced fit of the protein.
  • the method according to an embodiment of the present disclosure predicts the combined structure using a GNN based on interaction characteristics, it can solve the problem of not being able to reproduce structural changes due to limitations of existing simulation methods.
  • a second effect that can occur according to an embodiment of the present disclosure is the effect that the accuracy of the protein-compound binding free energy calculation method can be increased.
  • the method of simulating the degree of protein-compound binding by calculating the binding free energy can produce reliable results only when the binding structure of the protein-compound is precisely predicted.
  • An example of the present disclosure is to calculate the binding free energy, -Because the binding structure of a compound can be precisely predicted, the accuracy and reliability of protein-compound binding free energy calculation methods can be improved.
  • the absolute binding free energy calculation method is additionally used based on an embodiment of the present disclosure, effective substances are searched based on a structurally diverse compound library compared to the conventional method. In the process, binding energy and free energy can be calculated with high accuracy.
  • a third effect that can occur according to an embodiment of the present disclosure is the effect of maximizing the efficiency of virtual search targeting a large compound library by accurately modeling the interaction structure between proteins and compounds.
  • a docking method that assumes the target protein is a rigid body or a virtual search method that reflects interaction characteristics in the pharmacophore has been used.
  • false negative results may be generated, in which compounds are evaluated as not binding even though they may actually bind, and conversely, compounds that do not bind may be generated. It could also have been predicted to be combinable.
  • the interaction structure between proteins and compounds can be accurately modeled, so even in virtual searches targeting large-scale compound libraries, positive (binder) and negative (non-binder) results are accurately identified. They can be classified, and the binding information of compounds predicted to be positive can also be reliably scored.
  • the processor 110 following steps S400 to S402, additionally predicts the interaction structure of the protein and the compound based on information about the protein-compound interaction graph.
  • An embodiment of the procedure has been described.
  • the step of predicting the interaction structure is based on information about the protein-compound interaction graph 520 associated with the partial structure of the protein and the fragment of the compound, and an atomic-level binding model 530. It was explained that it may include a step of generating.
  • an example of predicting 1 'binding affinity or free energy (600)' of a protein and a compound using the atomic-level binding model and 2 an example of calculating 'degree of binding' are described, respectively. do.
  • the processor 110 uses an atomic-level binding model 430 of a protein and a compound generated using the interaction graph 520. Based on this, a step of measuring at least one of the binding affinity or free energy (600) of the protein and the compound may be performed. At this time, in relation to 1, when searching for a new active substance having a scaffold structure, binding affinity can be effectively evaluated. Specifically, when designing a compound with a novel parent structure that inhibits a target protein, the binding affinity of the compound can be accurately evaluated based on an example of the present disclosure.
  • the processor 110 uses the atomic-level binding model 630 of a protein and a compound generated based on an embodiment of the present disclosure to determine the degree of binding between the protein and the compound. Steps may be performed to classify (610) whether the compound can be bound and to calculate (611) the degree of binding between the protein and the compound.
  • a structural modeling neural network model such as alphafold2 performs the task of developing new drugs. You can do it.
  • Figure 7 is a schematic diagram showing a method of generating an atomic-level bonding model using a neural network model according to an embodiment of the present disclosure.
  • the processor 110 may obtain information 700 about a protein graph representing the protein structure, obtain information 710 about a compound graph representing the structure of a compound, and add information to the protein graph. Based on the information 700 and the information 710 about the compound graph, an interaction graph 730 including interaction features between nodes of the protein graph and nodes of the compound graph is created using a neural network model 720. You can perform a series of prediction processes using
  • the processor 110 inputs information about a protein graph representing the structure of a protein and information about a compound graph representing the structure of a compound into a neural network model, and generating a protein-compound interaction graph 730 by aligning nodes of the protein graph and nodes of the compound graph based on the neural network model.
  • the protein graph ( ) is the node corresponding to the partial structures of the protein ( ), and at least one edge associated with geometric information between the node and other nodes ( ) may include. (in other words, )
  • the compound graph ( ) is the node corresponding to the compound fragment ( ), and at least one edge associated with geometric information between the node and other nodes ( ) may include. (in other words, )
  • the processor 110 uses the neural network model to class Sort the protein-compound interaction graph ( ) can be predicted.
  • the interaction feature may include distance and angle, which are “geometric parameters” between nodes of the protein graph and nodes of the compound graph.
  • the interaction feature refers to the “interaction types” between the nodes of the protein graph and the nodes of the compound graph, such as hydrogen bond, ⁇ - ⁇ interaction (pi-pi interaction), and halogen It may include “parameters related to the interaction type,” such as halogen interaction, and multipolar interaction.
  • the interaction feature may be implemented in a form that includes both the “geometric parameters” and “parameters related to the interaction type.”
  • the processor 110 uses a neural network model to class Sort the protein-compound interaction graph ( ), using both the previously mentioned “geometric parameters” and “parameters related to the interaction type” class can be sorted.
  • Sorting is performed using both “geometric parameters” and “parameters related to the interaction type,” interaction characteristics of various natures can be considered, and thus the accuracy of sorting can be improved.
  • the processor 110 can consider the collective movement of amino acids rather than individual amino acids by predicting the binding structure using a neural network model based on interaction characteristics. Structural deformation of the backbone can be effectively predicted.
  • FIG 8 is a brief, general schematic diagram of an example computing environment in which embodiments of the present disclosure may be implemented.
  • program modules include routines, programs, components, data structures, etc. that perform specific tasks or implement specific abstract data types.
  • routines programs, components, data structures, etc. that perform specific tasks or implement specific abstract data types.
  • program modules include routines, programs, components, data structures, etc. that perform specific tasks or implement specific abstract data types.
  • 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.
  • program modules may be located in both local and remote memory storage devices.
  • Computers typically include a variety of computer-readable media.
  • Computer-readable media can be any medium that can be accessed by a computer, and such computer-readable media includes volatile and non-volatile media, transitory and non-transitory media, removable and non-transitory media. Includes removable media.
  • Computer-readable media may include computer-readable storage media and computer-readable transmission media.
  • Computer-readable storage media refers to volatile and non-volatile media, transient and non-transitory media, removable and non-removable, 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, magnetic cassette, magnetic tape, magnetic disk storage or other magnetic storage. This includes, but is not limited to, a device, or any other medium that can be accessed by a computer and used to store desired information.
  • a computer-readable transmission medium typically implements computer-readable instructions, data structures, program modules, or other data on a modulated data signal, such as a carrier wave or other transport mechanism. Includes all information delivery media.
  • modulated data signal refers to a signal in which one or more of the characteristics of the signal have been set or changed to encode information within the signal.
  • 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.
  • System bus 1108 couples system components, including but not limited to system memory 1106, to processing unit 1104.
  • Processing unit 1104 may be any of a variety of commercially available processors. Dual processors and other multiprocessor architectures may also be used as processing unit 1104.
  • System bus 1108 may be any of several types of bus structures that may further be interconnected to a memory bus, peripheral bus, and local bus using any of a variety of commercial bus architectures.
  • System memory 1106 includes read only memory (ROM) 1110 and random access memory (RAM) 1112.
  • the basic input/output system (BIOS) is stored in non-volatile memory 1110, such as ROM, EPROM, and EEPROM, and is a basic input/output system that helps transfer information between components within the computer 1102, such as during startup. Contains routines.
  • RAM 1112 may include high-speed RAM, such as static RAM for caching data.
  • Computer 1102 includes an internal hard disk drive (HDD) 1114 (e.g., EIDE, SATA), which internal hard disk drive 1114 may be configured for external use within a suitable chassis (not shown). , a magnetic floppy disk drive (FDD) 1116 (e.g., for reading from or writing to a removable diskette 1118), and an optical disk drive 1120 (e.g., a CD-ROM disk ( 1122) or for reading from or writing to other high-capacity optical media such as DVDs).
  • Hard disk drive 1114, magnetic disk drive 1116, and optical disk drive 1120 are connected to system bus 1108 by hard disk drive interface 1124, magnetic disk drive interface 1126, and optical drive interface 1128, respectively. ) can be connected to.
  • the interface 1124 for implementing an external drive includes at least one or both of Universal Serial Bus (USB) and IEEE 1394 interface technologies.
  • drives and their associated computer-readable media provide non-volatile storage of data, data structures, computer-executable instructions, and the like.
  • drive and media correspond to storing any data in a suitable digital format.
  • computer-readable media refers to removable optical media such as HDDs, removable magnetic disks, and CDs or DVDs, those of ordinary skill in the art would also recognize zip drives, magnetic cassettes, flash memory cards, and cartridges. It will be appreciated that other types of computer-readable media may also be used in the exemplary operating environment, and that any such media may contain computer-executable instructions for performing the methods of the present disclosure. .
  • a number of program modules may be stored in the drive and RAM 1112, including an operating system 1130, one or more application programs 1132, other program modules 1134, and program data 1136. All or portions of the operating system, applications, modules and/or data may be cached in RAM 1112. It will be appreciated that the present disclosure may be implemented on various commercially available operating systems or combinations of operating systems.
  • a user may enter commands and information into computer 1102 through one or more wired/wireless input devices, such as a keyboard 1138 and a pointing device such as mouse 1140.
  • Other input devices may include microphones, IR remote controls, joysticks, game pads, stylus pens, touch screens, etc.
  • input device interface 1142 which is often connected to the system bus 1108, but may also include a parallel port, an IEEE 1394 serial port, a game port, a USB port, an IR interface, It can be connected by other interfaces, etc.
  • a monitor 1144 or other type of display device is also connected to system bus 1108 through an interface, such as a video adapter 1146.
  • computers typically include other peripheral output devices (not shown) such as speakers, printers, etc.
  • Computer 1102 may operate in a networked environment using logical connections to one or more remote computers, such as remote computer(s) 1148, via wired and/or wireless communications.
  • Remote computer(s) 1148 may be a workstation, computing device computer, router, personal computer, portable computer, microprocessor-based entertainment device, peer device, or other conventional network node, and is generally connected to computer 1102.
  • the logical connections depicted include wired/wireless connections to a local area network (LAN) 1152 and/or a larger network, such as a wide area network (WAN) 1154.
  • LAN and WAN networking environments are common in offices and companies and facilitate enterprise-wide computer networks, such as intranets, all of which can be connected to a worldwide computer network, such as the Internet.
  • Adapter 1156 may facilitate wired or wireless communication to a local area network (LAN) 1152, which may include a wireless access point installed thereon for communicating with wireless adapter 1156.
  • LAN local area network
  • the computer 1102 may include a modem 1158 or be connected to a communicating computing device on the WAN 1154 or to establish communications over the WAN 1154, such as via the Internet. Have other means.
  • Modem 1158 which may be internal or external and a wired or wireless device, is coupled to system bus 1108 via serial port interface 1142.
  • program modules described for computer 1102, or portions thereof may be stored in remote memory/storage device 1150. It will be appreciated that the network connections shown are exemplary and that other means of establishing a communications link between computers may be used.
  • Computer 1102 may be associated with any wireless device or object deployed and operating in wireless communications, such as a printer, scanner, desktop and/or portable computer, portable data assistant (PDA), communications satellite, wirelessly detectable tag. Performs actions to communicate with any device or location and telephone. This includes at least Wi-Fi and Bluetooth wireless technologies. Accordingly, communication may be a predefined structure as in a conventional network or may simply be ad hoc communication between at least two devices.
  • wireless communications such as a printer, scanner, desktop and/or portable computer, portable data assistant (PDA), communications satellite, wirelessly detectable tag.
  • PDA portable data assistant
  • Wi-Fi Wireless Fidelity
  • Wi-Fi is a wireless technology, like cell phones, that allows these devices, such as computers, to send and receive data indoors and outdoors, anywhere within the coverage area of a cell tower.
  • Wi-Fi networks use wireless 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 wireless bands, for example, at data rates of 11 Mbps (802.11a) or 54 Mbps (802.11b), or in products that include both bands (dual band). .
  • the various embodiments presented herein may be implemented as a method, apparatus, or article of manufacture using standard programming and/or engineering techniques.
  • article of manufacture includes a computer program, carrier, or media accessible from any computer-readable storage device.
  • computer-readable storage media include magnetic storage devices (e.g., hard disks, floppy disks, magnetic strips, etc.), optical disks (e.g., CDs, DVDs, etc.), smart cards, and flash. Includes, but is not limited to, memory devices (e.g., EEPROM, cards, sticks, key drives, etc.).
  • various storage media presented herein include one or more devices and/or other machine-readable media for storing information.

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Bioethics (AREA)
  • Epidemiology (AREA)
  • Medicinal Chemistry (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 개시는 적어도 하나의 컴퓨팅 장치에 의해 수행되는, 단백질과 화합물의 상호작용 구조를 예측하는 방법에 관한 것으로, 상기 방법은, 단백질의 구조를 표현하는 단백질 그래프에 관한 정보를 획득하는 단계, 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득하는 단계, 및 상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징(interaction feature)을 예측하는 단계를 포함할 수 있다. 이때, 상기 단백질 그래프의 노드는 상기 단백질의 부분 구조(substructure)와 연관되고, 상기 화합물 그래프의 노드는 원자 단위보다 큰 상기 화합물의 조각(fragment)과 연관될 수 있다.

Description

단백질과 화합물의 상호작용 구조 예측 방법
본 개시는 단백질과 화합물의 상호작용 구조를 예측하는 방법에 관한 것으로서, 보다 상세하게는, 단백질과 화합물의 상호작용 특징을 고려하여 단백질과 화합물의 상호작용 구조를 예측하는 방법에 관한 것이다.
오늘날, 특정 단백질에 결합하는 화합물을 설계하거나 탐색하는 것은 약물을 개발함에 있어, 매우 중요한 과정 중 하나이다.
특정 단백질에 결합하는 화합물을 예측하기 위한 종래의 결합 예측 방법으로, 신경망 모델에 단백질 구조와 화합물 구조의 기하학적(geometric)요소를 학습시켜 단백질에 화합물이 결합하는지 여부를 예측하는 방법이 널리 사용되어 왔으나, 단백질과 화합물의 결합 구조를 예측할 때, 단백질 구조의 변형(유연성)을 고려하지 못해 예측의 성능이 저하되었다. 따라서, 최근의 연구에서는 단백질과 화합물의 상호작용에 따른 단백질 구조의 변형을 추가로 고려한 상호작용 구조의 예측에 대한 필요성이 대두되고 있다.
그러나, 종래의 상호작용 구조의 예측 방법은, 한정된 구조적인 요인(예컨대, 아미노산 잔기의 알파 탄소)만을 고려하여 예측의 정확성이 높지 않았다. 또한, 종래의 상호작용 구조의 예측 방법은, 단백질과 화합물의 기하학적인 요소와 단백질과 결합하는 화합물의 상호작용 특징과 같은 다양한 요인을 고려하더라도, 상호작용 특징 연산에 필요한 프로세서 자원이 과도하다는 단점이 존재하였다.
따라서, 단백질과 화합물의 상호작용 구조를 예측할 때, 단백질 구조와 화합물 구조의 기하학적 요소와 단백질과 결합하는 화합물의 상호작용 특징과 같은 다양한 요인을 고려하되, 예측 정확도를 높이면서, 연산에 필요한 프로세서 자원을 줄일 방법이 필요하다.
한편, 본 개시는 이상에서 살핀 기술적 배경에 적어도 기초하여 도출되었으나, 본 개시의 기술적 과제 또는 목적은, 이상에서 살핀 문제점 또는 단점을 해결하는 것에 한정되지는 않는다. 즉, 본 개시는, 이상에서 살핀 기술적 이슈(issue) 이외에도, 이하에서 설명할 내용과 관련된 다양한 기술적 이슈들을 커버(cover)할 수 있다.
본 개시는, 단백질의 일부 정보와 화합물의 일부 정보를 기초로 단백질과 화합물의 상호작용 특징을 예측하는 것을 해결과제로 한다. 또한, 본 개시는, 예측한 단백질과 화합물의 상호작용 특징을 기초로 단백질과 화합물의 상호작용 구조를 예측하는 것을 해결과제로 한다.
한편, 본 개시가 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 포함될 수 있다.
전술한 과제를 해결하기 위한 본 개시의 일 실시예에 따라, 적어도 하나의 컴퓨팅 장치에 의해 수행되는 상호작용 구조를 예측하는 방법이 개시된다. 여기서 상기 방법은, 단백질의 구조를 표현하는 단백질 그래프에 관한 정보를 획득하는 단계, 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득하는 단계를 포함할 수 있다. 또한, 상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징(interaction feature)을 예측하는 단계를 포함할 수 있다. 이때, 상기 단백질 그래프의 노드는 상기 단백질의 부분 구조(substructure)와 연관되고, 상기 화합물 그래프의 노드는 원자 단위보다 큰 상기 화합물의 조각과 연관될 수 있다.
대안적으로, 상기 단백질 그래프는, 복수의 노드들 및 상기 복수의 노드들 사이의 기하학적(geometric) 정보와 관련된 적어도 하나의 에지를 포함하고, 상기 복수의 노드들의 각각은, 상기 화합물과 상호작용 가능한 아미노산의 부분 구조와 연관될 수 있다.
대안적으로, 상기 복수의 노드들의 각각에 대응되는 아미노산의 부분 구조는, 상기 아미노산의 펩타이드(peptide) 결합 관련 구조 및 상기 아미노산의 사이드-체인(side-chain) 구조에 기초하여 결정될 수 있다.
대안적으로, 상기 아미노산의 펩타이드 결합 관련 구조는, 상기 아미노산의 펩타이드 결합과 관련된 2개의 결합 위치들을 포함하고, 상기 아미노산의 사이드-체인 구조는, 상기 아미노산의 사이드-체인의 화학적 구조를 포함할 수 있다.
대안적으로, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하는 단계는, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이에서 상호작용 특징 벡터(interaction feature vector)를 생성하는 단계를 포함하고, 상기 상호작용 특징 벡터의 성분들은, 상호작용의 타입(type) 또는 기하학적 파라미터 중 적어도 하나를 포함할 수 있다.
대안적으로, 상기 방법은, 상기 단백질 그래프에 관한 정보, 상기 화합물 그래프에 관한 정보, 및 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징에 기초하여, 단백질-화합물 상호작용 그래프에 관한 정보를 생성하는 단계를 더 포함할 수 있다.
대안적으로, 상기 단백질-화합물 상호작용 그래프에 관한 정보는, 상기 단백질 그래프의 복수의 노드들, 상기 단백질 그래프의 복수의 노드들 사이의 에지들, 상기 화합물 그래프의 복수의 노드들, 상기 화합물 그래프의 복수의 노드들 사이의 에지들, 및 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징에 관한 정보를 포함할 수 있다.
대안적으로, 상기 방법은 상기 단백질-화합물 상호작용 그래프에 관한 정보에 기초하여, 상기 단백질과 상기 화합물의 상호작용 구조를 예측하는 단계를 더 포함할 수 있다. 이때, 상기 상호작용 구조를 예측하는 단계는, 상기 단백질의 부분 구조 및 상기 화합물의 조각과 연관되는 상기 단백질-화합물 상호작용 그래프에 관한 정보에 기초하여, 원자 단위의 결합 모델(full-atomic model)을 생성하는 단계를 포함할 수 있다.
대안적으로, 상기 원자 단위의 결합 모델을 생성하는 단계는, 각각의 원자의 운동 에너지와 원자 간의 충돌을 고려하여 상기 원자 단위의 결합 모델을 조정(tuning)하는 단계를 포함할 수 있다.
대안적으로, 상기 방법은, 상기 단백질과 상기 화합물의 상호작용 구조를 기초로, 상기 단백질과 상기 화합물의 결합 친화도 또는 자유 에너지 중 적어도 하나를 측정하는 단계를 더 포함할 수 있다.
대안적으로, 상기 단백질과 상기 화합물의 상호작용 구조를 기초로, 상기 단백질과 상기 화합물의 결합(binding) 가능 여부를 분류하는 단계, 및 상기 단백질과 상기 화합물의 결합 정도를 연산하는 단계를 더 포함할 수 있다.
또한, 전술한 과제를 해결하기 위한 본 개시의 일 실시예에 따른 장치가 개시된다. 여기서 상기 장치는, 적어도 하나의 프로세서 및 메모리를 포함하고, 상기 프로세서는, 단백질의 구조를 표현하는 단백질 그래프에 간한 정보를 획득하고, 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득하고, 상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하도록 구성될 수 있다. 이때, 상기 단백질 그래프의 노드는 상기 단백질의 부분 구조와 연관되고, 상기 화합물 그래프의 노드는 원자 단위보다 큰 상기 화합물의 조각과 연관될 수 있다.
또한, 전술한 과제를 해결하기 위한 본 개시의 일 실시예에 따른 프로그램이 개시된다. 여기서 상기 프로그램은 컴퓨팅 장치가 포함하는 프로세서로 하여금, 단백질과 화합물의 상호작용 구조를 예측하는 동작들을 수행하고, 상기 동작들은, 단백질의 구조를 표현하는 단백질 그래프에 관한 정보를 획득하는 동작, 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득하는 동작, 및 상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하는 동작을 포함할 수 있다. 이때, 상기 단백질 그래프의 노드는 상기 단백질의 부분 구조와 연관되고, 상기 화합물 그래프의 노드는 원자 단위보다 큰 상기 화합물의 조각과 연관될 수 있다.
또한, 전술한 과제를 해결하기 위한 본 개시의 일 실시예에 따라, 하나 이상의 컴퓨팅 장치에 의해 수행되는, 신경망 모델을 기초로 단백질과 화합물의 상호작용 구조를 예측하는 방법이 개시된다. 여기서 상기 방법은, 단백질의 구조를 표현하는 단백질 그래프에 관한 정보 및 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 신경망 모델에 입력하는 단계, 및 상기 신경망 모델을 기초로 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드를 정렬(align)하여 단백질-화합물 상호작용 그래프를 생성하는 단계를 포함할 수 있다. 이때, 상기 단백질-화합물 상호작용 그래프의 노드는, 상기 단백질의 부분 구조 또는 상기 화합물의 조각과 연관될 수 있다.
본 개시는 단백질과 화합물의 상호작용 구조를 예측함에 있어, 단백질의 부분 구조와 화합물의 조각을 사용하여 상호작용 구조를 예측할 수 있다. 예를 들어, 본 개시는, 단백질의 부분 구조와 화합물의 조각을 각각 추출하여 단백질 그래프와 화합물 그래프를 각각 생성하고, 생성된 단백질 그래프와 화합물 그래프를 기초로 상호작용 특징을 연산하여 상호작용 구조 예측하므로, 연산에 필요한 프로세서 자원을 절약하고, 예측 성능을 향상시킬 수 있다.
한편, 본 개시의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.
도 1은 본 개시의 일 실시예에 따른 동작들을 수행하는 컴퓨팅 장치의 블록 구성도이다.
도 2는 본 개시의 일 실시예에 따라, 신경망 모델을 나타낸 개략도이다.
도 3은 본 개시의 일 실시예에 따른 아미노산의 부분 구조를 나타낸 예시도이다.
도 4는 본 개시의 일 실시예에 따라, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하는 방법을 나타낸 순서도이다.
도 5는 본 개시의 일 실시예에 따라, 단백질과 화합물의 상호작용 구조를 예측하고, 원자 단위의 결합 모델을 생성하는 방법을 나타낸 개략도이다.
도 6은 본 개시의 일 실시예를 기초로 단백질과 화합물의 상호작용 구조의 결합 친화도, 자유 에너지 또는 결합 정도 중 적어도 하나를 출력하는 실시예를 나타낸 개략도이다.
도 7은 본 개시의 일 실시예에 따라 신경망 모델을 사용하여 원자 단위의 결합 모델을 생성하는 방법을 나타낸 개략도이다.
도 8은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.
다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 개시에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.
본 개시에서 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.
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 개시에 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 개시와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.
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.
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.
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.
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.
컴퓨팅 장치(100)는 프로세서(110), 메모리(130), 네트워크부(150)를 포함할 수 있다.
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 신경망 모델의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 신경망 모델의 학습, 신경망 모델을 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 신경망 모델의 학습, 신경망 모델을 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.
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.
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.
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.
또한, 본 개시에서 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.
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 개시에서 설명된 기술들은 위에서 언급된 다른 네트워크들 에서도 사용될 수 있다.
도 2는 본 개시의 일 실시예에 따라 신경망 모델을 나타낸 개략도이다.
본 개시에 걸쳐, 신경망 모델 및 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망 모델은 일반적으로 노드(node)라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망 모델은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망 모델들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.
신경망 모델내에서, 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(이때, 본 개시에 걸쳐 파라미터와 가중치는 동일한 의미로 사용될 수 있다.). 가중치는 가변적일 수 있으며, 신경망 모델이 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, 신경망 모델은 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, 신경망 모델의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들의 가중치 값이 상이한 두 신경망 모델이 존재하는 경우, 두 개의 신경망 모델들은 서로 상이한 것으로 인식될 수 있다.
신경망 모델은 하나 이상의 노드들의 집합으로 구성될 수 있다. 신경망을 구성하는 노드들의 부분 집합은 층(layer)을 구성할 수 있다. 신경망 모델을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 층을 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 층을 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 층의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 층의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 층은 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.
최초 입력 노드는 신경망 모델 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 신경망 모델을 구성하는 노드들을 의미할 수 있다.
신경망 모델은 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 반지도 학습(semi-supervised learning), 또는 강화학습(reinforcement learning) 중 적어도 하나의 방식으로 학습될 수 있다. 신경망 모델의 학습은 신경망 모델이 특정한 동작을 수행하기 위한 지식을 신경망 모델에 적용하는 과정일 수 있다.
신경망 모델은 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 신경망 모델의 학습에서 반복적으로 학습 데이터를 신경망 모델에 입력시키고 학습 데이터에 대한 신경망 모델의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 신경망 모델의 에러를 신경망 모델의 출력 층에서부터 입력 층 방향으로 역전파(backpropagation)하여 신경망 모델의 각 노드의 가중치를 업데이트 하는 과정이다. 교사 학습의 경우 각각의 학습 데이터에 정답이 라벨링 되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터일 수 있다. 라벨링된 학습 데이터가 신경망 모델에 입력되고, 신경망 모델의 출력(카테고리)과 학습 데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 신경망 모델 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 신경망 모델에서 역방향(즉, 출력 층에서 입력 층 방향)으로 역전파 되며, 역전파에 따라 신경망 모델의 각 층의 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 신경망 모델의 계산과 에러의 역전파는 에포크(epoch)를 구성할 수 있다. 학습률은 신경망 모델의 에포크의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 신경망 모델의 학습 초기에는 높은 학습률을 사용하여 신경망 모델이 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.
신경망 모델의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 신경망 모델을 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 에포크가 존재할 수 있다. 과적합(over-fitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 신경망 모델이 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, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 비활성화하는 드롭아웃(dropout), 배치 정규화(batch normalization)의 활용 등의 방법이 적용될 수 있다.
본 개시의 일 실시예에 따라 데이터 구조를 저장한 컴퓨터 판독가능 매체가 개시된다.
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 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 구조는 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.
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 층과 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 층과 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 개시에서 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.
제한이 아닌 예로서, 가중치는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함할 수 있다. 신경망 학습 과정에서 가변되는 가중치는 에포크가 시작되는 시점의 가중치 및/또는 에포크 동안 가변되는 가중치를 포함할 수 있다. 신경망 학습이 완료된 가중치는 에포크가 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 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.
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), 에포크(epoch) 반복 횟수, 가중치 초기화(Weight initialization)(예를 들어, 가중치 초기화 대상이 되는 가중치 값의 범위 설정), Hidden Unit 개수(예를 들어, 은닉층(hidden layer)의 개수, 은닉층의 노드 수)를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.
본 개시의 일 실시예에 대한 설명에 앞서, 도 3을 참조하여, 본 개시 전반에서 사용되는 아미노산의 부분 구조에 대한 설명이 개시된다.
단백질의 구조는 아미노산들이 서로 결합한 상태로 나열되어 있는 구조일 수 있다. 이때, 아미노산에 관하여, 펩타이드(peptide)결합이 형성될 때 제거되는 -H, -OH 이외의 아미노산 부분을 아미노산의 잔기(residue)라고 칭할 수 있다. 이와 관련하여, 단백질 구조의 백본은, 펩타이드 결합을 통해 아미노산 잔기들이 형성하는 단백질의 기본 골격 구조를 의미할 수 있다.
한편, 개별 아미노산(또는 개별 아미노산 잔기)의 관점에서 살펴보면, 아미노산의 부분 구조는, 상기 아미노산의 펩타이드(peptide) 결합 관련 구조, 및 상기 아미노산의 사이드-체인(side-chain) 구조를 포함할 수 있다.
여기서, 상기 아미노산의 펩타이드 결합 관련 구조는, 상기 아미노산의 펩타이드 결합과 관련된 2개의 결합 위치들(310, 320)을 포함할 수 있다. 구체적으로, 상기 아미노산의 펩타이드 결합 관련 구조는, 아미노기(amino group)(310)의 N, 및 카복실기(carboxylic group)(320)의 O를 포함할 수 있다. 도 3을 참조하면, 예시적인 아미노산들인 G(Glycine), A(Alanine), V(Valine), L(Leucine), I(Isoleucine)과 관련하여, 이러한 2개의 결합 위치들(310, 320)을 확인할 수 있다.
또한, 상기 아미노산의 사이드-체인 구조는, 각각의 아미노산에서 화학적 성질을 나타내는 화학적 구조(예컨대, R기)(330)를 포함할 수 있다. 이러한 상기 아미노산의 사이드-체인 구조는, 20개의 아미노산별로 서로 상이하게 구성될 수 있고, 미리 정의될 수 있으며, 상기 화학적 구조(예컨대, R기)(330)의 전부 또는 일부를 포함할 수 있다. 도 3을 참조하면, 예시적인 아미노산들의 사이드-체인 구조를 확인할 수 있다. 구체적으로, 도 3을 참조하면, G(Glycine)의 예시적인 사이드-체인 구조(331), A(Alanine)의 예시적인 사이드-체인 구조(332), V(Valine)의 예시적인 사이드-체인 구조(333), L(Leucine)의 예시적인 사이드-체인 구조(334), I(Isoleucine)의 예시적인 사이드-체인 구조(335) 등을 확인할 수 있다.
한편, 본 개시는, 단백질의 구조적인 특성을 잘 반영하고 단백질과 화합물 사이의 상호작용을 잘 예측할 수 있는 단백질 그래프를 구현할 수 있다. 구체적으로, 본 개시는, 단백질 그래프의 각각의 노드가 단백질을 구성하는 아미노산의 부분 구조와 연관되도록 하고, 상기 아미노산의 부분 구조가 ⓐ "상기 아미노산의 펩타이드 결합 관련 구조"(예컨대, 상기 아미노산의 펩타이드 결합과 관련된 2개의 결합 위치들인, 상기 아미노산에 포함된 아미노기의 N 및 카복실기의 O), 및 ⓑ "상기 아미노산의 사이드-체인 구조"(예컨대, 아미노산의 화학적 성질을 나타내는 R기 전체 또는 R기의 일부)에 기초하여 결정되도록 하여, 단백질의 구조적인 특성을 잘 반영하고 단백질과 화합물 사이의 상호작용을 잘 예측할 수 있는 단백질 그래프를 구현할 수 있다. 일 예로, 도 3을 참조하면, 본 개시의 일 실시예에 따른 단백질 그래프의 각각의 노드는, ⓐ "각각의 아미노산의 펩타이드 결합과 관련된 2개의 결합 위치들(310, 320)(즉, 각각의 아미노산에 포함된 아미노기의 N, 및 카복실기의 O)", 및 ⓑ "각각의 아미노산별로 미리 정의된 화학적 구조를 포함하는 사이드-체인 구조(330)"에 기초하여 결정될 수 있다.
본 개시의 일 실시예에 따른 단백질과 화합물의 상호작용 구조(예컨대, 결합 구조)를 예측하는 방법은, 단백질의 구조를 표현하는 단백질 그래프에 관한 정보, 및 화합물의 구조를 표현하는 화합물 그래프에 관한 정보에 기초하여, 단백질과 화합물의 상호작용 구조를 예측할 수 있다. 예를 들어, 본 개시의 일 실시예에 따른 단백질과 화합물의 상호작용 구조를 예측하는 방법은, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측한 뒤에, 예측된 상호작용 특징에 기초하여 상기 단백질과 화합물의 상호작용 구조를 예측할 수 있다.
이제부터 도 4의 S400 단계 내지 S402 단계를 참조하여 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하는 방법에 관한 개괄적인 프로세스가 설명된다.
도 4를 참조하면, 프로세서(110)는 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하기 위해 S400 내지 S402 단계를 수행할 수 있다. 구체적으로, 프로세서(110는, 단백질의 구조를 표현하는 단백질 그래프에 관한 정보를 획득하는 단계(S400 단계), 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득하는 단계(S401 단계), 및 상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징(interaction feature)을 예측하는 단계(S402 단계)를 수행할 수 있다. 이때, 상기 S400 단계 내지 S401 단계는 순차적으로 수행되는 것뿐만 아니라, 다중 작업을 수행할 수 있는 프로세서(110)에 의해 동시에 수행될 수도 있다.
상기 S400 단계와 관련하여, 프로세서(110)는 단백질 구조를 표현하는 단백질 그래프에 관한 정보를 획득할 수 있고, 상기 S401 단계와 관련하여, 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득할 수 있다. 이어서, S402 단계와 관련하여, 프로세서(110)는, 상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하는 일련의 과정을 수행할 수 있다. 이때, 상기 단백질 그래프의 노드는 상기 단백질의 부분 구조와 연관될 수 있고, 상기 화합물 그래프의 노드는 원자 단위보다 큰 상기 화합물의 조각과 연관될 수 있다.
한편, 단백질과 화합물의 상호작용 요인 중 하나인 단백질 분자의 유연성을 연산하기 위해서는 단백질의 백본과 사이드-체인의 변화가 고려되어야 한다. 그러나, 사이드-체인의 변화의 경우 비교적 적은 컴퓨팅 자원으로 연산이 가능하지만, 백본의 경우 개별로 모두 연산하기에는 과도한 컴퓨팅 자원이 소모될 수 있다. 따라서, 백본의 구조적인 변형을 연산하기 위해서 개별 아미노산이 아닌 아미노산들의 집단적인 움직임을 고려할 필요가 있다.
상기 필요에 따라본 개시에서의 일 실시예에 사용되는 단백질 그래프 및 화합물 그래프에 대한 구체적인 설명이 개시된다.
먼저, 상기 단백질 그래프는, 복수의 노드들과 상기 복수의 노드들 사이의 기하학적인 정보와 관련된 적어도 하나의 에지(edge)를 포함할 수 있고, 상기 복수의 노드들의 각각은, 상기 화합물과 상호작용 가능한 아미노산의 부분 구조와 연관될 수 있다.
이때, 화합물과 물리적으로 접근가능한 아미노산을 상기 상호작용 가능한 아미노산으로 분류할 수 있다. 예를 들어, 상기 화합물과 상호작용 가능한 아미노산을 결정하기 위해, 프로세서(110)는 화합물 구조로부터 분자간 상호작용의 패턴을 조사하여 각 패턴의 기하학적인 변수(예컨대, 거리, 각도 등)의 분포를 분석하고, 화합물의 결합부위에 물리적으로 접근 가능한 아미노산을 분류하여 결정할 수 있다.
또한, 아미노산의 부분 구조에 관한 실시예로, 상기 복수의 노드들의 각각에 대응되는 아미노산의 부분 구조는, "상기 단백질의 백본(backbone)을 형성하기 위한 상기 아미노산의 펩타이드 결합 관련 구조" 및 "상기 아미노산의 사이드-체인 구조"에 기초하여 결정될 수 있다. 구체적으로, 상기 아미노산의 펩타이드 결합 관련 구조는, 상기 단백질의 백본을 형성하기 위한 상기 아미노산의 펩타이드 결합과 관련된 2개의 결합 위치들을 포함하고, 상기 아미노산의 사이드-체인 구조는, 상기 아미노산의 사이드-체인의 화학적 구조를 포함할 수 있다. 예를 들어, 상기 아미노산의 펩타이드 결합 관련 구조는, 도 3과 같이, 단백질의 백본을 형성하기 위한 상기 아미노산의 2개의 수소 결합 위치들(310, 320)을 포함할 수 있고, 상기 아미노산의 사이드-체인 구조는, 도 3과 같이, 상기 아미노산의 R기에 해당하는 화학적 구조(330)를 포함할 수 있다.
즉, 프로세서(110)는 아미노산의 부분 구조를 결정함에 있어서, 화합물의 결합부위에 물리적으로 접근 가능한지 여부, 상기 단백질의 백본 형성과 관련된 2개의 결합 위치들을 포함하는지 여부, 및 개별 아미노산의 사이드-체인 구조를 고려할 수 있다.
상기 단백질 그래프에 이어서, 상기 화합물 그래프는, 복수의 노드들, 및 복수의 노드들 사이의 기하학적 정보를 포함하는 적어도 하나의 에지를 포함할 수 있고, 상기 복수의 노드들의 각각은, 상기 화합물의 전체 분자 구조 중 일부 구조인, 상기 화합물의 각각의 조각(fragment)에 대응될 수 있다. 이때, 화합물로부터 조각을 결정하는 방법은 프로세서(110)가 조각 분류 모듈(fragmentation module)을 사용하는 것을 포함할 수 있다. 예컨대, 프로세서(110)는 화합물을 기초로 조각 분류 모듈을 사용하여 조각을 결정하되, 상기 조각 분류 모듈은 조각을 결정함에 있어서, 화합물이 포함하는 모핵들에 대한 정보를 기초할 수 있다. 한편, 상기 복수의 노드들에 대응되는 조각들 전체는 상기 화합물의 전체 분자 구조에 대응되거나 또는 상기 전체 분자 구조 중 일부 구조에 대응될 수 있다.
일 실시예에서, 프로세서(110)는 상기 조각 분류 모듈을 사용하여, 상기 화합물의 분자 구조 중 미리 결정된 분자 구조와 동일한 형태의 조각을 결정할 수도 있다. 예컨대, 프로세서(110)는, 상기 화합물의 분자 구조 중에서, 미리 결정된 종류의 분자 상호작용을 하는 일부 구조들을 상기 조각으로 결정할 수 있다. 한편, 이러한 경우 상기 복수의 노드들에 대응되는 조각들 전체는 상기 화합물의 전체 구조를 커버하지 못할 수 있다.
앞서 언급한, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하는 단계(S402)와 관련하여, 상기 상호작용 특징을 예측하는 방법에 대한 일 실시예가 개시된다.
프로세서(110)는 상기 S402 단계를 수행함에 있어서, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이에서 상호작용 특징 벡터를 생성하는 단계를 포함하여 수행할 수 있다. 또한, 프로세서(110)는 상기 단백질 그래프에 관한 정보, 상기 화합물 그래프에 관한 정보, 및 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징에 기초하여, 단백질-화합물 상호작용 그래프에 관한 정보를 생성하는 단계를 포함하여 수행할 수 있다.
이때, 상기 단백질-화합물 상호작용 그래프에 관한 정보는, 상기 단백질 그래프의 복수의 노드들을 포함할 수 있고, 상기 단백질 그래프의 복수의 노드들 사이의 에지(edge)들을 포함할 수 있다. 또한, 상기 단백질-화합물 상호작용 그래프에 관한 정보는, 상기 화합물 그래프의 복수의 노드들을 포함할 수 있고, 상기 화합물 그래프의 복수의 노드들 사이의 에지들을 포함할 수 있다. 또한, 상기 단백질-화합물 상호작용 그래프에 관한 정보는, 특히, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 포함할 수 있다.
신약개발 초기에 유효물질을 도출하는 과정에서 화합물 데이터베이스로부터 다수의 화합물과 표적이 되는 단백질 간의 결합 친화도를 예측하는 것이 필요하다. 이때, 정확한 결합 친화도 예측을 위해서는, 단백질과 화합물의 상호작용 구조(예컨대, 결합 구조)가 정밀하게 예측되어야 한다.
이에 따라, 상기 S400 내지 S402 단계와 도 5를 참조하여, 본 개시의 일 실시예에 따라 단백질과 화합물의 상호작용 구조를 예측하고, 원자 단위의 결합 모델을 생성하는 방법에 대한 일 실시예가 개시된다.
앞서 언급하였듯 프로세서(110)는 단백질 구조를 표현하는 단백질 그래프에 관한 정보(500)를 획득(S400)할 수 있다. 예컨대, 프로세서(110)는 단백질 구조를 기초로 개별 아미노산들에 대응되는 단백질의 부분 구조를 추출할 수 있다. 이때, 단백질의 부분 구조를 추출함에 있어 백본의 형성과 연관된 결합 위치들, 및 사이드-체인의 화학적 특징을 고려하는 것을 특징으로 할 수 있다. 이어서, 프로세서(110)는 상기 단백질의 부분 구조 각각을 단백질 그래프의 노드에 대응시켜 단백질 그래프를 생성할 수 있다.
또한, 프로세서(110)는 화합물의 구조를 표현하는 화합물 그래프에 관한 정보(510)를 획득(S401)할 수 있다. 예컨대, 프로세서(110)는 화합물 구조를 기초로 화합물 조각 추출 모듈을 사용하여 화합물의 조각들을 추출할 수 있다. 이때 상기 조각들은 각각 화학적 특징을 가지고, 단백질에 물리적으로 결합 가능한 모핵구조(scaffold)를 가지는 것을 포함할 수 있다.
또한, 프로세서(110)는 상기 단백질 그래프에 관한 정보(500) 및 상기 화합물 그래프에 관한 정보(510)에 기초하여 상기 단백질 그래프의 노드(521)와 상기 화합물 그래프의 노드(522) 사이의 상호작용 특징을 예측하는 일련의 과정을 수행(S402)할 수 있다.
또한, S402 단계에 이어서 프로세서(110)는 상기 단백질 그래프에 관한 정보(500), 상기 화합물 그래프에 관한 정보(510), 및 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징에 기초하여, 단백질-화합물 상호작용 그래프(520)에 관한 정보를 생성할 수 있다. 이때, 상기 상호작용 특징은, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 기하학적 파라미터들인 거리, 및 각도 등을 포함할 수 있다. 또한, 상기 상호작용 특징은, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 타입(type)들인 수소결합(hydrogen bond), π-π상호작용(pi-pi interaction), 할로겐 상호작용(halogen interaction), 및 다중 극자 상호작용(multipolar interaction) 등을 포함할 수 있다. 추가로, 상기 상호작용 특징은, 상기 단백질 그래프의 노드와 상기 화합물 그래프 노드 사이의 기하학적 파라미터들과 상호작용 타입들 모두를 포함하는 형태로 구현될 수도 있다. 예컨대, 프로세서(110)가 신경망 모델을 사용하여 상기 단백질 그래프와 화합물 그래프를 정렬하고, 단백질과 화합물의 상호작용 그래프를 예측하는 것과 관련하여, 앞서 언급한 "기하학적 파라미터들"과 "상호작용 타입과 관련된 파라미터들"을 모두 사용하여 단백질 그래프와 화합물 그래프를 정렬할 수도 있다. 이때, "기하학적 파라미터들"과 "상호작용 타입과 관련된 파라미터들"을 모두 사용하여 정렬하는 경우, 다양한 성격의 상호작용 특징들이 고려될 수 있으므로, 정렬의 정확성이 향상될 수 있다.
또한, 프로세서(110)는 상기 단백질-화합물 상호작용 그래프(520)에 관한 정보에 기초하여, 상기 단백질과 상기 화합물의 상호작용 구조(523)를 예측하는 단계를 더 포함할 수 있다. 예컨대, 프로세서(110)는 상기 단백질-화합물 상호작용 그래프(520)에 관한 정보를 기초로 신경망 모델을 사용하여 상기 단백질과 상기 화합물의 상호작용 구조(523)를 예측할 수 있다. (상기 신경망 모델을 사용하여 상기 화합물의 상호작용 구조(523)를 예측하는 것과 관련된 실시예는 추후 도 7과 함께 자세히 설명된다.)
또한, 상기 상호작용 구조(523)를 예측하는 단계에 이어서, 프로세서(110)는 상기 단백질의 부분 구조(501) 및 상기 화합물의 조각(511)과 연관되는 상기 단백질-화합물 상호작용 그래프(520)에 관한 정보에 기초하여, 원자 단위의 결합 모델(530)(full-atom model)을 생성할 수 있다. 예컨대, 프로세서(110)는 상기 단백질-화합물 상호작용 그래프(520)에 관한 정보를 기초로 백-매핑(back-mapping)을 수행하는 신경망 모델의 일종인 트랜스포머(transformer)를 사용할 수 있다.
또한, 프로세서(110)는 상기 원자 단위의 결합 모델이 포함하고 있는 각각의 원자의 운동 에너지(즉, 포스 필드)와 원자의 이동에 따른 원자 간의 충돌(steric crash)을 고려하여 상기 원자 단위의 결합 모델을 조정하는 과정을 수행할 수 있다.
또한, 프로세서(110)는 상기 원자 단위의 결합 모델(530)로부터 단백질과 화합물의 결합과 관련된 다양한 정보를 추출할 수 있다. (이에 관한 실시예는 도 6과 함께 추후 자세히 설명된다.)
한편, 효과의 측면에서, 본 개시의 일 실시예에 따라 발생할 수 있는 첫번째 효과는, 단백질-화합물 상호작용 구조를 효율적으로 모델링할 수 있는 효과이다. 구체적으로, 종래의 방법으로 화합물의 결합으로 인한 단백질 구조의 변화를 연산할 경우, 과도한 컴퓨팅 자원이 소모되어 구조적인 변화 재현에 대한 성능이 떨어질 수 있다고 언급한 바 있다. 그러나, 본 개시의 일 실시예에 따른 방법은 상호작용 특징을 기반으로 결합 구조를 예측함으로써, 종래의 방법의 문제를 해결할 수 있다. 예를 들어, 종래의 물리 기반 시뮬레이션 방법은, 적절한 대표 구조를 선택하기 위해서 샘플링된 구조들을 정확히 점수화(scoring)하는 추가적인 분석이 필요했고, 단백질의 유도 적응(induced fit)과 관련하여 많은 계산 시간을 요구하였으나, 본 개시의 일 실시예에 따른 방법은 상호작용 특징을 기반으로 하는 GNN을 활용하여 결합 구조를 예측하므로, 기존 시뮬레이션 방법의 한계로 구조적인 변화를 재현하지 못하는 문제를 해결할 수 있다.
또한, 본 개시의 일 실시예 따라 발생할 수 있는 두번째 효과는, 단백질-화합물 결합 자유 에너지 계산법의 정확성이 증대될 수 있는 효과이다. 구체적으로, 결합 자유 에너지를 계산하여 단백질-화합물의 결합 정도를 시뮬레이션 하는 방법은, 단백질-화합물의 결합 구조가 정밀하게 예측되어야 신뢰할 만한 결과를 도출할 수 있는데, 본 개시의 일 실시예는, 단백질-화합물의 결합 구조를 정밀하게 예측할 수 있으므로, 단백질-화합물 결합 자유 에너지 계산법의 정확성 및 신뢰성을 향상시킬 수 있다. 추가로, 본 개시의 일 실시예를 기초로 절대적 결합 자유에너지(absolute binding free energy) 계산 방법을 추가로 사용할 경우, 종래의 방법 보다 구조적으로 다양한 화합물 라이브러리(library)를 기초로 유효물질을 탐색하는 과정에서 높은 정확도의 결합 에너지와 자유에너지를 연산할 수 있다.
본 개시의 일 실시예 따라 발생할 수 있는 세번째 효과는, 단백질과 화합물의 상호작용 구조를 정확하게 모델링 함으로써, 대단위 화합물 라이브러리를 대상으로 하는 가상 탐색의 효율을 극대화할 수 있는 효과이다. 종래의 대단위 화합물 라이브러리를 대상으로 하는 가상 탐색에는, 표적 단백질을 강체(rigid body)로 가정한 도킹(docking) 방식이나 상호작용 특징을 파마코포어(pharmacophore)에 반영하는 가상 탐색 방식이 활용되었으나, 이러한 종래의 방식들은 결합 구조의 부정확성으로 인해서 평가 함수의 신뢰성이 담보되기가 어려웠다. 예를 들어, 이러한 종래의 방식들은, 표적 단백질 구조를 강체로 가정하므로, 실제 결합이 될 수 있으나 결합하지 못한다고 평가되는 거짓 양성(false negative)의 결과가 발생될 수 있었고, 반대로 결합하지 못하는 화합물이 결합가능한 것으로 예측될 수도 있었다. 반면에, 본 개시의 일 실시예에 따르면, 단백질과 화합물의 상호작용 구조가 정확하게 모델링 될 수 있으므로, 대단위 화합물 라이브러리를 대상으로 하는 가상 탐색에서도, 양성(binder)과 음성(non-binder)이 정확하게 분류될 수 있으며, 양성으로 예측된 화합물의 결합 정보도 신뢰성 있게 점수화(scoring) 될 수 있다.
도 6을 기초로 본 개시의 일 실시예에 따른 방법을 기초로 원자 단위의 결합 모델을 생성하는 방법이 개시된다.
앞서, 도 5를 참조하여 프로세서(110)는 상기 S400 내지 S402 단계에 이어서, 상기 단백질-화합물 상호작용 그래프에 관한 정보에 기초하여, 상기 단백질과 상기 화합물의 상호작용 구조를 예측하는 단계를 추가로 수행하는 일 실시예를 설명하였다. 이때, 상기 상호작용 구조를 예측하는 단계는, 상기 단백질의 부분 구조 및 상기 화합물의 조각과 연관되는 상기 단백질-화합물 상호작용 그래프(520)에 관한 정보에 기초하여, 원자 단위의 결합 모델(530)을 생성하는 단계를 포함할 수 있음을 설명하였다. 이에 추가적인 실시예로, 상기 원자 단위의 결합 모델을 사용하여 단백질과 화합물의 ①'결합 친화도 또는, 자유 에너지(600)'를 예측하는 실시예와 ②'결합 정도'를 연산하는 실시예가 각각 설명된다.
먼저, ①'결합 친화도 또는, 자유 에너지(600)'와 관련된 실시예로, 프로세서(110)는, 상호작용 그래프(520)를 사용하여 생성한 단백질과 화합물의 원자 단위의 결합 모델(430)을 기초로, 상기 단백질과 상기 화합물의 결합 친화도 또는 자유 에너지(600) 중 적어도 하나를 측정하는 단계를 수행할 수 있다. 이때, ①과 관련하여, 모핵(scaffold) 구조를 가지는 신규 유효물질을 탐색함에 있어, 효과적으로 결합 친화도를 평가할 수 있다. 구체적으로, 표적(target) 단백질을 저해하는 신규 모핵 구조의 화합물을 디자인할 때, 본 개시의 일 실시예를 기초로 화합물의 결합 친화도를 정확하게 평가할 수 있다.
또한, ②'결합 정도'를 예측하는 실시예로, 프로세서(110)는, 본 개시의 일 실시예를 기초로 생성된 단백질과 화합물의 원자 단위의 결합 모델(630)을 사용하여, 상기 단백질과 상기 화합물의 결합가능 여부를 분류(610)하고, 상기 단백질과 상기 화합물의 결합 정도를 연산(611)하는 단계를 수행할 수 있다. 이때, ① 내지 ②와 관련하여 표적 단백질이 화합물과 결합하기 전의 구조부터 화합물과 결합한 후의 구조까지 예측할 수 있기 때문에, 알파폴드2(alphafold2)와 같은 구조 모델링 신경망 모델이 신약 개발 과업(task)을 수행하도록 할 수 있다.
도 7은 본 개시의 일 실시예에 따라 신경망 모델을 사용하여 원자 단위의 결합 모델을 생성하는 방법을 나타낸 개략도이다.
프로세서(110)는 단백질 구조를 표현하는 단백질 그래프에 관한 정보(700)를 획득할 수 있고, 화합물의 구조를 표현하는 화합물 그래프에 관한 정보(710)를 획득할 수 있고, 그리고, 상기 단백질 그래프에 관한 정보(700) 및 상기 화합물 그래프에 관한 정보(710)에 기초하여 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 포함하는 상호작용 그래프(730)를 신경망 모델(720)을 사용하여 예측하는 일련의 과정을 수행할 수 있다.
또한, 상기 상호작용 그래프(730)를 생성함에 있어서, 프로세서(110)는 단백질의 구조를 표현하는 단백질 그래프에 관한 정보 및 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 신경망 모델에 입력하는 단계, 및 상기 신경망 모델을 기초로 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드를 정렬(align)하여 단백질-화합물 상호작용 그래프(730)를 생성하는 단계를 수행할 수 있다.
구체적인 예시로, 상기 단백질 그래프(
Figure PCTKR2023016149-appb-img-000001
)는, 단백질의 부분 구조들과 대응되는 노드(
Figure PCTKR2023016149-appb-img-000002
), 및 상기 노드와 다른 노드들 사이의 기하학적 정보와 관련된 적어도 하나의 에지(
Figure PCTKR2023016149-appb-img-000003
)를 포함할 수 있다. (즉,
Figure PCTKR2023016149-appb-img-000004
)
또한, 상기 화합물 그래프(
Figure PCTKR2023016149-appb-img-000005
)는, 상기 화합물 조각과 대응되는 노드(
Figure PCTKR2023016149-appb-img-000006
), 및 상기 노드와 다른 노드들 사이의 기하학적 정보와 관련된 적어도 하나의 에지(
Figure PCTKR2023016149-appb-img-000007
)를 포함할 수 있다. (즉,
Figure PCTKR2023016149-appb-img-000008
)
이때, 프로세서(110)는 신경망 모델을 사용하여 상기
Figure PCTKR2023016149-appb-img-000009
과
Figure PCTKR2023016149-appb-img-000010
를 정렬하고, 단백질과 화합물의 상호작용 그래프(
Figure PCTKR2023016149-appb-img-000011
)를 예측할 수 있다.
이때, 상기 "그래프를 정렬"한다는 것은
Figure PCTKR2023016149-appb-img-000012
와
Figure PCTKR2023016149-appb-img-000013
간의 최적의 결합 특징인
Figure PCTKR2023016149-appb-img-000014
을 찾고,
Figure PCTKR2023016149-appb-img-000015
의 기하학적 파라미터를 학습하는 것을 의미한다. 또한, 상기 상호작용 특징은, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 "기하학적 파라미터들"인 거리, 및 각도 등을 포함할 수 있다. 또한, 상기 상호작용 특징은, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 "상호작용 타입(type)"들인 수소결합(hydrogen bond), π-π 상호작용(pi-pi interaction), 할로겐 상호작용(halogen interaction), 및 다중 극자 상호작용(multipolar interaction) 등인 "상호작용 타입과 관련된 파라미터들"을 포함할 수 있다. 추가로, 상기 상호작용 특징은, 상기 "기하학적 파라미터들"과 "상호작용 타입과 관련된 파라미터들" 모두를 포함하는 형태로 구현될 수도 있다. 예컨대, 프로세서(110)가 신경망 모델을 사용하여 상기
Figure PCTKR2023016149-appb-img-000016
과
Figure PCTKR2023016149-appb-img-000017
를 정렬하고, 단백질과 화합물의 상호작용 그래프(
Figure PCTKR2023016149-appb-img-000018
)를 예측하는 것과 관련하여, 앞서 언급한 "기하학적 파라미터들"과 "상호작용 타입과 관련된 파라미터들"을 모두 사용하여
Figure PCTKR2023016149-appb-img-000019
과
Figure PCTKR2023016149-appb-img-000020
를 정렬할 수 있다. 이때, "기하학적 파라미터들"과 "상호작용 타입과 관련된 파라미터들"을 모두 사용하여 정렬하는 경우, 다양한 성격의 상호작용 특징들이 고려될 수 있으므로, 정렬의 정확성이 향상될 수 있다.
이때 효과적인 측면에서, 프로세서(110)가 상호작용 특징을 기반으로 신경망 모델을 사용하여 결합 구조를 예측함으로써, 개별 아미노산이 아닌 아미노산들의 집단적인 움직임을 고려할 수 있으므로. 백본의 구조적인 변형을 효과적으로 예측할 수 있다.
도 8은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.
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.
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.
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.
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.
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(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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
상기와 같이 발명의 실시를 위한 최선의 형태에서 관련 내용을 기술하였다.

Claims (15)

  1. 적어도 하나의 컴퓨팅 장치에 의해 수행되는, 단백질과 화합물의 상호작용 구조를 예측하는 방법에 있어서,
    단백질의 구조를 표현하는 단백질 그래프에 관한 정보를 획득하는 단계;
    화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득하는 단계; 및
    상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징(interaction feature)을 예측하는 단계;
    를 포함하고,
    상기 단백질 그래프의 노드는 상기 단백질의 부분 구조(substructure)와 연관되고,
    상기 화합물 그래프의 노드는 원자 단위보다 큰 상기 화합물의 조각(fragment)과 연관되는,
    방법.
  2. 제 1 항에 있어서,
    상기 단백질 그래프는, 복수의 노드들, 및 상기 복수의 노드들 사이의 기하학적(geometric) 정보와 관련된 적어도 하나의 에지를 포함하고,
    상기 복수의 노드들의 각각은, 상기 화합물과 상호작용 가능한 아미노산의 부분 구조와 연관되는,
    방법.
  3. 제 2 항에 있어서,
    상기 복수의 노드들의 각각에 대응되는 아미노산의 부분 구조는,
    상기 아미노산의 펩타이드(peptide) 결합 관련 구조; 및
    상기 아미노산의 사이드-체인(side-chain) 구조;
    에 기초하여 결정되는,
    방법.
  4. 제 3 항에 있어서,
    상기 아미노산의 펩타이드 결합 관련 구조는, 상기 아미노산의 펩타이드 결합과 관련된 2개의 결합 위치들을 포함하고,
    상기 아미노산의 사이드-체인 구조는, 상기 아미노산의 사이드-체인의 화학적 구조를 포함하는,
    방법.
  5. 제 1 항에 있어서,
    상기 화합물 그래프는, 복수의 노드들, 및 상기 복수의 노드들 사이의 기하학적 정보를 포함하는 적어도 하나의 에지를 포함하고,
    상기 복수의 노드들의 각각은, 상기 화합물의 각각의 조각에 대응하는,
    방법.
  6. 제 1 항에 있어서,
    상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하는 단계는,
    상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이에서 상호작용 특징 벡터(interaction feature vector)를 생성하는 단계를 포함하고,
    상기 상호작용 특징 벡터의 성분들은, 상호작용의 타입(type) 또는 기하학적 파라미터 중 적어도 하나를 포함하는,
    방법.
  7. 제 1 항에 있어서,
    상기 방법은,
    상기 단백질 그래프에 관한 정보, 상기 화합물 그래프에 관한 정보, 및 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징에 기초하여, 단백질-화합물 상호작용 그래프에 관한 정보를 생성하는 단계
    를 더 포함하는,
    방법.
  8. 제 7 항에 있어서,
    상기 단백질-화합물 상호작용 그래프에 관한 정보는,
    상기 단백질 그래프의 복수의 노드들;
    상기 단백질 그래프의 복수의 노드들 사이의 에지들;
    상기 화합물 그래프의 복수의 노드들;
    상기 화합물 그래프의 복수의 노드들 사이의 에지들; 및
    상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징
    에 관한 정보를 포함하는,
    방법.
  9. 제 7 항에 있어서,
    상기 방법은,
    상기 단백질-화합물 상호작용 그래프에 관한 정보에 기초하여, 상기 단백질과 상기 화합물의 상호작용 구조를 예측하는 단계를 더 포함하고,
    상기 상호작용 구조를 예측하는 단계는,
    상기 단백질의 부분 구조 및 상기 화합물의 조각과 연관되는 상기 단백질-화합물 상호작용 그래프에 관한 정보에 기초하여, 원자 단위의 결합 모델(full-atomic model)을 생성하는 단계를 포함하는,
    방법.
  10. 제 9 항에 있어서
    상기 원자 단위의 결합 모델을 생성하는 단계는,
    각각의 원자의 운동 에너지와 원자 간의 충돌을 고려하여 상기 원자 단위의 결합 모델을 조정(tuning)하는 단계;
    를 포함하는,
    방법.
  11. 제 9 항에 있어서,
    상기 방법은,
    상기 단백질과 상기 화합물의 상호작용 구조를 기초로, 상기 단백질과 상기 화합물의 결합 친화도 또는 자유 에너지 중 적어도 하나를 측정하는 단계
    를 더 포함하는,
    방법.
  12. 제 9 항에 있어서,
    상기 방법은,
    상기 단백질과 상기 화합물의 상호작용 구조를 기초로, 상기 단백질과 상기 화합물의 결합(binding) 가능 여부를 분류하는 단계; 및
    상기 단백질과 상기 화합물의 결합 정도를 연산하는 단계;
    를 더 포함하는,
    방법.
  13. 장치로서,
    적어도 하나의 프로세서; 및
    메모리;
    를 포함하고,
    상기 프로세서는,
    단백질의 구조를 표현하는 단백질 그래프에 관한 정보를 획득하고;
    화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득하고; 그리고
    상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하도록 구성되고,
    상기 단백질 그래프의 노드는 상기 단백질의 부분 구조와 연관되고,
    상기 화합물 그래프의 노드는 원자 단위보다 큰 상기 화합물의 조각과 연관되는,
    장치.
  14. 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 프로그램은 컴퓨팅 장치가 포함하는 프로세서로 하여금 단백질과 화합물의 상호작용 구조를 예측하는 동작들을 수행하고, 상기 동작들은:
    단백질의 구조를 표현하는 단백질 그래프에 관한 정보를 획득하는 동작;
    화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 획득하는 동작; 및
    상기 단백질 그래프에 관한 정보 및 상기 화합물 그래프에 관한 정보에 기초하여, 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드 사이의 상호작용 특징을 예측하는 동작
    을 포함하고,
    상기 단백질 그래프의 노드는 상기 단백질의 부분 구조와 연관되고,
    상기 화합물 그래프의 노드는 원자 단위보다 큰 상기 화합물의 조각과 연관되는,
    컴퓨터 판독가능한 저장 매체에 저장된 컴퓨터 프로그램.
  15. 적어도 하나의 컴퓨팅 장치에 의해 수행되는, 신경망 모델을 기초로 단백질과 화합물의 상호작용 구조를 예측하는 방법에 있어서,
    단백질의 구조를 표현하는 단백질 그래프에 관한 정보 및 화합물의 구조를 표현하는 화합물 그래프에 관한 정보를 신경망 모델에 입력하는 단계; 및
    상기 신경망 모델을 기초로 상기 단백질 그래프의 노드와 상기 화합물 그래프의 노드를 정렬(align)하여 단백질-화합물 상호작용 그래프를 생성하는 단계;
    를 포함하고,
    상기 단백질-화합물 상호작용 그래프의 노드는, 상기 단백질의 부분 구조 또는 상기 화합물의 조각과 연관되는,
    방법.
PCT/KR2023/016149 2022-12-02 2023-10-18 단백질과 화합물의 상호작용 구조 예측 방법 WO2024117538A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220166722A KR20240082761A (ko) 2022-12-02 2022-12-02 단백질과 화합물의 상호작용 구조 예측 방법
KR10-2022-0166722 2022-12-02

Publications (1)

Publication Number Publication Date
WO2024117538A1 true WO2024117538A1 (ko) 2024-06-06

Family

ID=91324293

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/016149 WO2024117538A1 (ko) 2022-12-02 2023-10-18 단백질과 화합물의 상호작용 구조 예측 방법

Country Status (2)

Country Link
KR (1) KR20240082761A (ko)
WO (1) WO2024117538A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190049537A (ko) * 2017-10-30 2019-05-09 서울대학교산학협력단 심화 학습 기반의 약물-표적 단백질 간 상호작용 예측 시스템 및 그 방법
US20200320355A1 (en) * 2014-05-05 2020-10-08 Atomwise Inc. Systems and methods for applying a convolutional network to spatial data
KR20210026542A (ko) * 2019-08-30 2021-03-10 주식회사 에일론 기하학적 이미지를 이용한 인공신경망 기반 단백질 결합 화합물의 생물학적 활성 예측 시스템
KR20210136982A (ko) * 2019-01-04 2021-11-17 사이클리카 인코포레이티드 합성 데이터를 사용하여 약물 결합을 예측하는 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200320355A1 (en) * 2014-05-05 2020-10-08 Atomwise Inc. Systems and methods for applying a convolutional network to spatial data
KR20190049537A (ko) * 2017-10-30 2019-05-09 서울대학교산학협력단 심화 학습 기반의 약물-표적 단백질 간 상호작용 예측 시스템 및 그 방법
KR20210136982A (ko) * 2019-01-04 2021-11-17 사이클리카 인코포레이티드 합성 데이터를 사용하여 약물 결합을 예측하는 방법 및 시스템
KR20210026542A (ko) * 2019-08-30 2021-03-10 주식회사 에일론 기하학적 이미지를 이용한 인공신경망 기반 단백질 결합 화합물의 생물학적 활성 예측 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LI SHUYA, WAN FANGPING; SHU HANTAO; JIANG TAO; ZHAO DAN; ZENG JIANYANG: "MONN: A Multi-objective Neural Network for Predicting Compound-Protein Interactions and Affinities", CELL SYSTEMS, CELL PRESS, US, vol. 10, no. 4, 1 April 2020 (2020-04-01), US , pages 308 - 322.e11, XP093175589, ISSN: 2405-4712, DOI: 10.1016/j.cels.2020.03.002 *

Also Published As

Publication number Publication date
KR20240082761A (ko) 2024-06-11

Similar Documents

Publication Publication Date Title
US20110055123A1 (en) Systems and Methods for Using Multiple In-line Heuristics to Reduce False Positives
WO2021261825A1 (ko) 기계 학습 기반 기상 자료 생성 장치 및 방법
WO2023027279A1 (ko) 화학구조 내부 원자의 키나아제 결합여부 예측 방법
WO2022255564A1 (ko) 생체신호 분석 방법
WO2024117708A1 (ko) 확산 모델을 이용한 얼굴 이미지 변환 방법
WO2024111885A1 (ko) 인공지능 기술을 이용하여 면역펩티돔 pmhc 정보를 생성하기 위한 방법 및 장치
WO2024117538A1 (ko) 단백질과 화합물의 상호작용 구조 예측 방법
WO2024080783A1 (ko) 인공지능 기술을 이용하여 pmhc에 대응되는 tcr 정보를 생성하기 위한 방법 및 장치
WO2023101417A1 (ko) 딥러닝 기반의 강수량 예측 방법
KR102624299B1 (ko) 연합 학습을 위한 지역 신경망 모델 학습 방법
WO2021251691A1 (ko) 앵커-프리 rpn 기반의 물체 검출 방법
KR102515935B1 (ko) 신경망 모델을 위한 학습 데이터 생성 방법
WO2023027277A1 (ko) 신경망 모델의 다양성을 위한 학습 방법
US20240095155A1 (en) Compatibility testing of web-based software applications
WO2023027282A1 (ko) 파마코포어 특징을 이용한 유효물질 후보 검색 방법
WO2023027280A1 (ko) 항원 결정기 후보 도출 방법
WO2024090848A1 (ko) 타깃 단백질과 연관된 데이터 증강 방법
WO2024136076A1 (ko) 단백질과 리간드의 결합 구조 예측 방법
WO2023027281A1 (ko) 유전자 정보 분석 방법
WO2023113420A1 (ko) 사업자 활동 데이터 분석 방법
WO2023033280A1 (ko) 능동적 학습을 위한 데이터 샘플링 방법
WO2023033283A1 (ko) 바이러스의 숙주 진입을 제어하기 위한 약물의 예측 방법
WO2023027278A1 (ko) 커리큘럼 기반의 능동적 학습 방법
WO2023075351A1 (ko) 산업용 로봇의 인공지능 학습 방법
WO2024034847A1 (ko) 초음파 영상을 기반으로 병변을 예측하는 방법