반응형 AI3 생물·의학 데이터 통합을 위한 AI 프레임워크 리뷰 의학 연구, 데이터는 넘쳐나는데…AI는 이 혼란 속에서 해답을 찾을 수 있을까? 질병은 단일 요인으로 설명되지 않습니다. 유전자, 단백질, 환경, 조직, 약물 반응까지 다양한 요소가 복합적으로 얽혀 있죠. 특히 정밀의학(precision medicine) 시대가 본격화되면서, 연구자들은 서로 다른 스케일과 형식의 생물학 데이터를 통합하고 해석할 수 있는 도구를 절실히 필요로 해왔습니다. 이 글에서 소개할 논문은 바로 그 문제에 정면으로 도전한 연구입니다. 미국 하버드 의대의 Marinka Žitnik 박사와 동료 연구자들은 2018년 발표한 이 리뷰 논문에서, 생물·의학 데이터를 통합하는 인공지능(AI) 접근법의 현재와 미래를 심도 있게 정리했습니다. 발표된 지 시간이 꽤 흘렀지만, 이 논문은 이후 등.. 2025. 7. 2. AI 시대 단백질 기능 예측 – 2022년 딥러닝 리뷰 논문 해설 단백질은 세포 내 거의 모든 기능을 담당하는 중요한 생체분자입니다. 하지만 유전체 해독 속도에 비해 단백질 기능 분석은 여전히 느리고 비용이 많이 듭니다. 특히 새롭게 발견되는 단백질 서열 중 상당수는 그 기능이 알려져 있지 않아서, 생물학적 해석에 큰 장벽이 됩니다. 이에 따라 최근에는 인공지능, 특히 딥러닝을 이용해 단백질의 기능을 예측하려는 시도가 활발히 진행되고 있습니다.2022년, 인도 델리공과대학(Delhi Technological University)의 Divyanshu Aggarwal와 Yasha Hasija는 단백질 기능 예측에 사용된 다양한 딥러닝 기법들을 체계적으로 정리한 리뷰 논문을 발표했습니다. 이들은 단백질 기능 예측 문제에 있어 기존 방법의 한계를 지적하고, 최신 딥러닝 기술이.. 2025. 7. 1. AI가 발굴한 차세대 항생제 – 2024년 Cell 논문 해설 요즘 ‘AI가 약을 만든다’는 말, 과장처럼 들릴 수도 있습니다.하지만 2024년 Cell에 실린 이 논문은 그 말이 실제로 현실이 되어가고 있음을 보여주는 강력한 증거입니다.연구팀은 딥러닝을 이용해 전 세계 마이크로바이옴 데이터를 분석하고, 새로운 항생제 후보 물질을 무려 80만 개 이상 예측했습니다.그리고 그중 일부를 실제로 합성하고 실험까지 진행해, 감염 치료 효과가 있음을 확인했죠.이 글에서는 그 내용을 대학생 수준에서 이해할 수 있도록 하나하나 풀어보겠습니다.■ 연구팀 및 소속이 연구는 주 저자 Célio D. Santos-Júnior, 그리고 Marcelo D. T. Torres, Yiqian Duan, Luis Pedro Coelho, Peer Bork, 그리고 특히 César de la F.. 2025. 6. 26. 이전 1 다음 반응형
