A Study on the Prediction of Protein-Protein Binding Affinity Based on Precision Representation Learning of Structures and Interfacial Regions
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340065994
교육부
한국연구재단
강원대학교
김보성
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
개발연구
대학
강원특별자치도 춘천시
정보/통신 > 정보이론 > 인공지능
본 연구의 최종목표는 제한된 실험 기반 결합친화도 데이터 환경에서도 미관측 단백질 복합체에 대해 안정적으로 일반화할 수 있는 단백질 간 결합친화도 예측 모델을 개발하는 것이다. 이를 ... 개발된 모델을 세포외 만성염증 표적 나노바디 후보 평가에 적용함으로써, 방법론적 성과를 실제 AI 기반 신약개발 문제로 확장 가능한 구조 기반 후보 평가 플랫폼으로 발전시키고자 한다.
연구개발은 사전 연구 기반 고도화와 신규 모델 확장의 두 축으로 추진한다. 먼저 PDBbind v2020를 중심으로 학습 데이터셋을 구축하고, SAbDab 및 SKEMPI 2.0을 외부 검증 세트로 분리하여 구조 보완, 레이블 정규화, 인터페이스 정의를 수행한다. 복합체의 결합 전후 용매 노출 표면적 변화를 바탕으로 인터페이스를 규정하고, 적절한 접촉면 범위를 ...
... 단백질 상호작용을 정량적으로 해석함으로써 신규 표적 발굴, 결합 인터페이스 최적화, 돌연변이 영향 분석, 표적 우선순위 설정 등 후속 의사결정에도 기여할 수 있다. 학술적으로는 제한된 데이터 환경에서의 일반화 문제와 인터페이스 비공유 상호작용 반영이라는 두 가지 핵심 난제를 동시에 다루는 구조 기반 AI 방법론을 제시함으로써, 단백질 결합친화도 예측 분야의 성능 향상과 해석 ...