• The KIPS Transactions:PartD
• /
• v.19D no.1
• /
• pp.21-28
• /
• 2012

Predication of protein interaction sites for monomer structures can reduce the search space for protein docking and has been regarded as very significant for predicting unknown functions of proteins from their interacting proteins whose functions are known. In the other hand, the prediction of interaction sites has been limited in crystallizing weakly interacting complexes which are transient and do not form the complexes stable enough for obtaining experimental structures by crystallization or even NMR for the most important protein-protein interactions. This work reports the calculation of 3D surface patches of complex structures and their properties and a machine learning approach to build a predictive model for the 3D surface patches in interaction and non-interaction sites using support vector machine. To overcome classification problems for class imbalanced data, we employed an under-sampling technique. 9 properties of the patches were calculated from amino acid compositions and secondary structure elements. With 10 fold cross validation, the predictive model built from SVM achieved an accuracy of 92.7% for classification of 3D patches in interaction and non-interaction sites from 147 complexes.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.94-96
• /
• 2003

차세대 통신에서는 컴퓨터자원들이 지속적으로 대용량화 고속화되는 추세이며 특히 생명공학, 유전공학, 유체역학 기상기후 예측 동 여러 과학 분야에서 단일자원으로는 제공하기 힘든 계산 및 저장자원을 요구 하고 있다. 이러한 문제를 해결하기 위해서 지리적으로 분산 되어있는 자원들을 연결하여 마치 단일 차원을 사용하는 것처럼 해주는 서비스인 그리드가 대두 되었다. 그러나 그리드 사용자가 작업을 수행시키기 위해서는 자신의 DN(Distinguished Mame)을 Remote Machine상에 Local User Account를 바인딩 시켜줘야 한다. 따라서 각 사이트 관리자는 그리드 서비스를 제공하기 위해 수많은 그리드 사용자의 DN과 Local User Account를 바인딩 처리를 해 주어야 한다. 그러나 사실상 현실적으로 불가능하다. 이러한 문제를 해결하기 위해서 본 논문에서는 그리드 사용자에 대한 정책기반 접근 제어 시스템을 설계 및 구현했다.