• The Journal of Korean Association of Computer Education
• /
• v.12 no.4
• /
• pp.57-64
• /
• 2009

Protein structure comparison is a task that requires a lot of computing resources because many atoms in proteins need to be processed. To address the issue, Grid computing environment has been employed for processing time-consuming jobs in a distributed manner. However, controling the Grid computing environment may not be easy for non-experts. In this paper, we present a JXTA-based system for protein structure comparison that can be easily controled by non-experts. To search proteins similar to a query protein, the geometric hashing algorithm that consists of preprocessing and recognition was employed. Experimental results indicate that the system can find the correct protein structure for a given query protein structure and the proposed system can be easily extended to solve the protein docking problem. It is expected that the proposed system can be useful for non-experts, especially users who do not have sophisticated knowledge of distributed systems in general such as college students who major in biology or chemistry.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.595-597
• /
• 2001

오늘날 인간 유전체 프로젝트(Human Genome Project)의 완성은 인간의 모든 유전자 서열정보를 제공하게 되었으며, 이러한 데이터를 바탕으로 생명현상과 관련된 산업 및 연구가 각광받게 되었다. 특히 생명체의 특정 기능을 파악하기 위한 단백질 3차 구조에 대한 연구가 활발히 진행중이다. 본 논문에서는 단백질 3차 구조를 추상적으로 기술 할 수 있는 표현기법을 기술한다. 제안된 표현기법은 단백질 2차 구조요소($\alpha$-나선구조와 $\beta$-병풍구조)를 이용하여 인접한 구성요소간의 접힘(folding)에 대한 관계를 기술하여 추상적인 단백질 3차 구조를 표현한다. 제안된 표현기법으로 기술된 추상적 단백질 3차 구조 표현은 단백질 구조에 대한 보다 빠른 이해와 다른 단백질 구조와 비교될 수 있는 장점을 지닌다.

• The KIPS Transactions:PartA
• /
• v.16A no.3
• /
• pp.153-158
• /
• 2009

Analysis of 3-dimensional (3D) protein structure plays an important role of structural bioinformatics. The protein structure visualization is the one of the structural bioinformatics and the most fundamental problem. As the number of known protein structure increases rapidly and the study of protein-protein interaction is prevalent, the fast visualization of large scale protein structure becomes essential. The fast protein structure visualization system we proposed is sophisticated and well designed visualization system using geometry instancing technique. Because this system is optimized for recent 3D graphics hardware using geometry instancing technique, its rendering speed is faster than other visualization tools.

• The Journal of Korean Society of Virology
• /
• v.26 no.1
• /
• pp.107-114
• /
• 1996

본 연구는 인간면역결핍바이러스의 입자를 비이온성 계면활성제로 처리할 때 바이러스 입자구조에서 분리되어 방출되는 바이러스 구조단백질들의 분포를 sucrose gradient로 분석하여, 바이러스 입자를 구성하는 바이러스 구조단백질과 바이러스입자의 생물리학적 특성을 연구하였다. 바이러스입자들을 0.16% NP40 (Nonidet P-40)으로 처리할 때, 바이러스 capsid 단백질과 바이러스 막 단백질 (membrance protein)들은 다른 바이러스 구성성분들과 잘 분리되었다. 계면활성제처리에서 방출되지 않은 구성 성분들은 matrix 단백질, nucleocapsid 단백질, reverse transcriptase, integrase 및 바이러스 RNA genome로써, 이들은 subviral 구조를 형성한다. 이러한 결과는 상대적으로 다른 바이러스들의 capsid 단백질과 면역 결핍 바이러스의 capsid 단백질 (p24)를 비교할 때, 면역결핍바이러스의 capsid 단백질은 바이러스핵을 형성할 때, capsid 단백질 사이의 결합력이 매우 약한 것으로 추정된다. 또한 바이러스 조절단백질의 하나인 vpr 단백질을 함유하는 바이러스입자를 NP40 처리하여 분석하였을 때, vpr 단백질은 subviral 구조에 존재하는 것으로 나타났다.

• Proceeding of EDISON Challenge
• /
• 2017.03a
• /
• pp.95-99
• /
• 2017

Protein contact map은 단백질 삼차구조에 대한 정보를 이차원의 이미지로 표현하는 방법의 하나로, 비교적 간략하지만 단백질 구조에 대한 핵심적 정보를 함축하고 있다. 이러한 단백질 구조를 바탕으로 단백질의 internal energy, solvation free energy, free energy 와 같은 열역학 함수를 도출할 수 있다. 본 연구에서는 이미지 인식에 대한 머신러닝 기법을 사용하여 단백질 구조를 함축하는 단백질의 contact map으로부터 단백질의 열역학적 함수를 예측하는 연구를 진행하였다. 단백질의 main-chain 간의 contact map, side-chain 간의 contact map, main-chain과 side-chain 간의 contact map 들로부터 단백질의 여러 가지 열역학적 함수를 예측하고자 했으며 최종적으로 Convolution Neural Network (CNN) 기법을 사용하여 단백질의 free energy를 ~18 kcal/mol의 범위에서 예측 가능함을 보였다. 본 연구를 바탕으로 단백질의 contact map과 열역학 함수 사이의 상관관계가 있으며, 머신러닝 기법을 사용하여 단백질 contact map으로부터 열역학적 함수를 예측하는 것이 가능함을 보였다.

• Bulletin of Food Technology
• /
• v.15 no.2
• /
• pp.3-24
• /
• 2002

펩타이드와 단백질은 전사, 번역, 후번역 단계에 걸친 모든 생물학적 반응을 조절한다. 그러나 분자수준에서 구조와 기능에 대한 우리의 이해는 초보적인 수준이다. 구조와 기능의 연관성에 대한 문제는 펩타이드와 단백질 자체에 대한 것과는 좀 다르다는 것을 명확히 할 필요가 있다. Multidomain을 갖는 단백질은 작고 통합적이며, 구조적으로 제한된 부분으로 쪼개는 것은 천연 단백질의 활성을 모방하여 저분자의 nonpeptide를 설계하는데 있어서 주요한 일이다. 결정적인 역할을 수행하는 domain을 모방하는 것은 특이성과 치료 효과에 있어서 자연적으로 얻어지는 단백질 물질과 비교하여 이로운 특성을 갖을 수 있고 분자 인지 분야에 관한 연구에 유용한 단서를 제공한다(Chen etal., 1992). 한편 펩타이드는 환경에 의해 구조가 심하게 영향을 받아 특성이 쉽게 변한다(Marshall et al., 1978). 수용액 내에서 이러한 구조적 유동성 때문에 그들이 결합할 수용체나 생리활성을 띄는 구조를 결정하는 것은 어렵고 복잡한 일이다(Fauchre,1987; Hruby, 1987). 구조를 한정하면 이러한 결정을 매우 쉽게 할 수 있다(Hrubyet al., 1987). 단백질 모방학은 분자지각 연구에 강력한 수단이며, 복잡한 단백질과 펩타이드의 구조-기능관계를 탐구하고 분석하는데 독특한 방법이다. 이 장에서는 매우넓고 빠르게 확장되고 있는 Peptidomimetic연구를 간략히 소개하고 있다. 단 본문은 기술 범위를 N-Methylated 아미노산과 스테로이드 등으로 제한하여 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.55-58
• /
• 2005

단백질 구조로부터 단백질사이의 기능관계를 유추하는 일은 생명정보학에 있어서 중요한 연구과제이다. 여기서, 단백질 1차 구조로부터 단백질 기능관계의 예측이 용이한 진화적으로 가까운 종간에는, 아미노산 서열을 비교하여 결과를 획득하고, 진화적으로 먼 종간에는 단백질 3차 구조 및 표면구조를 종합적으로 활용함으로써, 단백질간의 기능관계를 보다 효율적이고 정확하게 예측할 수 있음을 보인다.

• The KIPS Transactions:PartB
• /
• v.16B no.5
• /
• pp.359-366
• /
• 2009

Analysis of 3-dimensional (3D) protein structure plays an important role of structural bioinformatics. The protein structure alignment is the main subjects of the structural bioinformatics and the most fundamental problem. Protein Structures are flexible and undergo structural changes as part of their function, and most existing protein structure comparison methods treat them as rigid bodies, which may lead to incorrect alignment. We present a new method that carries out the flexible structure alignment by means of finding SSPs(Similar Substructure Pairs) and flexible points of the protein. In order to find SSPs, we encode the coordinates of atoms in the backbone of protein into RDA(Relative Direction Angle) using local similarity of protein structure. We connect the SSPs with Floyd-Warshall algorithm and make compatible SSPs. We compare the two compatible SSPs and find optimal flexible point in the protein. On our well defined performance experiment, 68 benchmark data set is used and our method is better than three widely used methods (DALI, CE, FATCAT) in terms of alignment accuracy.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.82-84
• /
• 2003

생물학 데이터베이스의 크기가 점점 증가함에 따라 데이터베이스를 사용하여 서열을 정렬할 경우 많은 처리시간이 필요하게 되었다. 단백질 이차구조예측 시스템에서 단백질 서열 데이터베이스를 이용해 사용자의 서열들을 정렬하는 부분에서도 많은 처리 시간을 요구한다. 본 논문에서는 단백질 데이터베이스를 비슷한 크기로 나눠 여러 노드에서 서열 정렬을 분산 처리하여 처리율을 높이고자 했다. 또한, ClustalW에서 서열들의 관계에 따라 다양한 BLOSUM을 사용하여 정렬의 정확도를 높이는 휴리스틱 전략을 적용하기 위해 기존의 데이터베이스를 클러스터링 하였다. 클러스터링된 데이터베이스의 대표서열과 사용자 서열의 거리를 비교하여 적합한 BLOSUM을 선택하여 보다 정확한 서열 정렬을 통해 단백질 이차구조예측의 정확도를 높이게 될 것이다. 본 논문에서는 대용량의 단백질 데이터베이스를 여러 노드를 사용하여 병렬 클러스터링하여 이를 이차구조예측 시스템에 적용하여 처리율과 정확도를 높이고자 하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.5
• /
• pp.728-733
• /
• 2018

Deep learning has been actively studied for predicting protein secondary structure based only on the sequence information of the amino acids constituting the protein. In this paper, we compared the performances of the convolutional neural networks of various structures to predict the protein secondary structure. To investigate the optimal depth of the layer of neural network for the prediction of protein secondary structure, the performance according to the number of layers was investigated. We also applied the structure of GoogLeNet and ResNet which constitute building blocks of many image classification methods. These methods extract various features from input data, and smooth the gradient transmission in the learning process even using the deep layer. These architectures of convolutional neural networks were modified to suit the characteristics of protein data to improve performance.