Graph Neural Network-Based 2D Contact Map Learning for Protein-Ligand Binding and Interaction Prediction
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066303
교육부
한국연구재단
충북대학교
안윤성
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
응용연구
대학
충청북도 청주시
정보/통신 > 정보이론 > 인공지능
... 연구는 단백질-리간드 복합체 전체를 하나의 통합된 2차원 Contact Map으로 표현하고, 이를 그래프 신경망으로 학습하여 결합 가능성과 상호작용 양상을 정밀하게 예측하는 구조 기반 인공지능 모델을 개발하는 것을 목표로 한다. 기존의 단백질-리간드 예측 연구는 주로 결합 친화도(binding affinity) 예측에 초점을 두었으나, 본 연구에서는 결합의 성공 여부를 결정하는 구조적 ...
단백질-리간드 결합은 단순히 두 분자가 가까이 존재하는 현상이 아니라, 단백질 내부 구조, 리간드 내부 구조, 그리고 두 분자 사이의 거리 기반·상호작용 기반 관계가 복합적으로 작용하는 과정이다. 실제 단백질-리간드 복합체에서는 수소결합, 소수성 상호작용 등 다양한 상호작용이 결합 형성과 안정성에 기여하며, 이러한 상호작용은 단순 거리만으로는 충분히 설명되...
... 상호작용 패턴을 함께 반영할 수 있다는 점에서 의의가 있다. 또한 본 연구를 통해 구축되는 구조 기반 데이터와 분석 파이프라인은 향후 단백질-리간드 결합 구조 연구와 바이오데이터 기반 인공지능 연구의 기초 자료로 활용될 수 있다. 궁극적으로 본 연구는 디지털-바이오 융합 분야에서 구조 기반 예측 모델의 활용 가능성을 확대하고, 생화학적 해석이 가능한 인공지능 연구 기반을 마련하는 ...