인공지능(AI) 딥러닝 기술을 적용해 효소 기능을 신속·정확하게 예측할 수 있는 기술이 개발됐다.

한국과학기술원(KAIST) 생명화학공학과 이상엽 특훈교수와 김현욱 교수의 초세대 협업연구실 공동연구팀이

딥러닝 기술을 이용해 효소의 기능을 신속하고 정확하게 예측할 수 있는 컴퓨터 방법론 ‘DeepEC’를 개발했다.

공동연구팀의 류재용 박사가 제1저자로 참여한 연구결과는 국제학술지 ‘미국 국립과학원 회보(PNAS)’

6월 20일자 온라인판에 게재됐다.

효소는 세포 내의 생화학반응들을 촉진하는 단백질 촉매로 이들 기능을 정확히 이해하는 것은 세포의 대사 과정을

이해하는 데에 매우 중요하다.

효소들은 다양한 질병 발생 원리 및 산업 생명공학과 밀접한 연관이 있어 방대한 게놈 정보에서 효소 기능을

빠르고 정확하게 예측하는 기술은 응용기술 측면에서도 중요하다.

효소의 기능을 표기하는 시스템 중 대표적인 것이 EC 번호(enzyme commission number)이다.

EC 번호는 ‘EC 3.4.11.4’처럼 효소가 매개하는 생화학반응들의 종류에 따라 총 4개의 숫자로 구성돼 있다.

중요한 것은 특정 효소에 주어진 EC 번호를 통해서 해당 효소가 어떠한 종류의 생화학반응을 매개하는지 알 수 있다는 것이다.

이에 따라 게놈으로부터 얻는 효소 단백질 서열 EC 번호를 빠르고 정확하게 예측할 수 있는 기술은 효소 및

대사 관련 문제를 해결하는 데 중요한 역할을 한다.

자세한 기사 내용은 아래 원문 보기 클릭을 하시기 바랍니다.

원문 보기 클릭

2019-07-02

조선비즈

장윤서 기자

※ 출처 : 조선비즈(http://biz.chosun.com)