딥러닝을 이용한 화합물-단백질 상호작용 예측 


46권  10호, pp. 1054-1060, 10월  2019
10.5626/JOK.2019.46.10.1054


PDF

  요약

화합물과 단백질 간의 상호작용을 특성화하는 것은 약물 개발 및 탐색을 위해 중요한 과정이다. 상호작용을 파악하기 위해 단백질과 화합물의 구조 데이터를 이용하지만 그 구조가 알려져 있지 않은 경우도 많으며, 많은 계산 양으로 인해 예측의 속도와 정확도도 떨어질 수 있다는 한계가 있다. 본 논문에서는 기계번역에서 사용되는 sequence-to-sequence 알고리즘과 입력벡터를 효과적으로 축소시키기 위한 오토 인코더를 결합한 모델인 S2SAE (Sequence-To-Sequence Auto-Encoder)를 이용하여 화합물-단백질 상호작용을 예측하였다. 본 논문에서 제안한 방법은 기존의 복합체를 나타내는 표현들보다 적은 수의 특징들을 이용하여 상호작용을 예측할 수 있으며, 기존의 방법보다 높은 예측 정확도를 보여주었다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

S. Seo and J. Ahn, "Prediction of Compound-Protein Interactions Using Deep Learning," Journal of KIISE, JOK, vol. 46, no. 10, pp. 1054-1060, 2019. DOI: 10.5626/JOK.2019.46.10.1054.


[ACM Style]

Sangmin Seo and Jaegyoon Ahn. 2019. Prediction of Compound-Protein Interactions Using Deep Learning. Journal of KIISE, JOK, 46, 10, (2019), 1054-1060. DOI: 10.5626/JOK.2019.46.10.1054.


[KCI Style]

서상민, 안재균, "딥러닝을 이용한 화합물-단백질 상호작용 예측," 한국정보과학회 논문지, 제46권, 제10호, 1054~1060쪽, 2019. DOI: 10.5626/JOK.2019.46.10.1054.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr