단백질 구조 예측 AI인 AlphaFold3(AF3)는 혁신적인 도구이지만, 거대 핵산 복합체(Nucleoprotein) 시뮬레이션에서는 여전히 미세한 기하학적 오류를 남깁니다. 본 리포트에서는 유전자 가위로 잘 알려진 4UN3(Cas9-sgRNA-DNA 복합체)를 대상으로 HanjariFold ZENITH 엔진이 달성한 물리적 정제 성과를 팩트 중심으로 요약합니다. 1. 주요 지표 비교: AF3 원본 vs HanjariFold ZENITH 가장 객관적인 구조 검증 지표인 MolProbity 분석 결과, HanjariFold는 거대 복합체의 […]
[카테고리:] 생명과학
단백질 구조 예측의 시대를 연 AlphaFold3(AF3)는 놀라운 정확도를 보여주지만, 정밀한 신약 설계(Drug Discovery) 현장에서는 여전히 ‘물리적 노이즈’라는 숙제가 남아있습니다. 특히 구조적으로 복잡한 GPCR Heterodimer(AGTR1-APLNR) 모델에서는 원자 간의 충돌과 기하학적 왜곡이 더욱 두드러집니다. 본 포스팅에서는 HanjariFold ZENITH 엔진이 AF3의 초기 모델을 어떻게 ‘실행 가능한(Actionable) 고정밀 구조’로 변환시켰는지 그 팩트를 공개합니다. 1. 통계 데이터: “예측(Prediction)에서 실체(Reality)로” 가장 […]
AlphaFold3(AF3)를 활용한 단백질 구조 예측에서 모델의 신뢰성을 확보하는 것은 매우 중요합니다. 오늘은 EGFR 구조 모델인 ‘EGFR_AF3_hanjarifold’와 기존 ‘EGFR_AF3’ 모델의 MolProbity 수치를 비교하여, 어떤 모델이 물리적으로 더 타당한 구조를 갖추고 있는지 분석해 보겠습니다. 1. 종합 평가 지표: MolProbity Score 및 Percentile 가장 먼저 확인해야 할 지표는 구조의 전반적인 품질을 나타내는 MolProbity Score입니다. 이 점수는 낮을수록 고해상도 […]
1. 서론 단백질은 생체 내에서 다양한 기능을 수행하는 핵심적인 고분자 물질이며, 생명 과학 연구, 진단, 그리고 의약품 개발에 있어 필수적인 요소이다. 특정 단백질의 기능, 구조, 상호작용을 이해하고 이를 응용하기 위해서는 고품질의 순수한 단백질을 대량으로 확보하는 것이 선행되어야 한다. 단백질 발현 및 정제는 이러한 목표를 달성하기 위한 핵심적인 생명공학 기술로, 지난 수십 년간 비약적인 발전을 […]
참고자료: https://star-protocols.cell.com/protocols/3094 내용을 요약 정리한 글입니다. 올바른 시스템을 선택하는 것이 중요한 이유 단백질 생산은 단순히 유전자를 복제하여 배양하는 것 이상의 복잡한 과정입니다. 단백질의 기능과 구조적 특성을 고려하여 적합한 유전자 발현 시스템을 선택하는 것이 성공적인 결과의 핵심입니다. 잘못된 시스템을 선택하면 원하는 단백질을 얻지 못하거나, 품질이 낮고 비효율적인 생산으로 이어질 수 있습니다. 이 가이드는 여러분의 단백질에 가장 […]
고등학생 여러분, 반갑습니다! 생물학이나 화학 시간에 ‘브라운 운동(Brownian Motion)’에 대해 들어본 적 있나요? 액체나 기체 속에서 작은 입자들이 불규칙하게 움직이는 현상이죠. 교과서 속의 평면적인 설명을 넘어, 실제 분자들이 어떻게 충돌하고 에너지를 전달하는지 직접 시뮬레이션해 볼 수 있는 ‘PROTEINMAKER: Molecular Dynamics’ 도구를 소개합니다. 이 도구는 ‘Hanja-Engine’을 기반으로 물리적 계산을 실시간으로 수행합니다. 🧬 이 도구로 무엇을 배울 […]
1. 개요 최근 생명과학 분야는 생성형 인공지능(AI)의 혁명적 발전으로 인해 근본적인 변화를 겪고 있습니다. 과거의 기술이 정적인 단백질 구조를 예측하는 데 주력했다면, 새로운 AI 모델들은 단백질이 기능하기 위해 필수적인 동적인 특성, 즉 다양한 형태 변화를 예측하는 방향으로 진화하고 있습니다. 본 보고서는 이러한 패러다임 변화를 주도하는 마이크로소프트 리서치의 선구적인 생성형 AI 시스템인 ‘BioEmu(Biomolecular Emulator)’에 대해 상세히 […]
1부: 생성형 AI 기반 단백질 설계의 혁신 사례 분석 1.1. 개요: 단백질 설계의 새로운 시대, AI의 등장 지난 몇 년간, AlphaFold와 같은 혁신적인 딥러닝 모델들은 단백질 구조 예측 분야에 혁명을 가져왔다. 이 모델들은 아미노산 서열만으로 단백질의 3차원 구조를 높은 정확도로 예측함으로써, 수십 년간 생명과학계의 난제였던 단백질 접힘(protein folding) 문제를 사실상 해결했다.1 그러나 이는 본질적으로 자연에 ‘이미 […]
논문 요약: RFdiffusion3 (RFD3) 1. 핵심 개요 워싱턴 대학교 단백질 디자인 연구소(Institute for Protein Design) 연구진이 개발한 RFdiffusion3(RFD3)는 기존 단백질 디자인 모델의 한계를 뛰어넘는 전체 원자(All-atom) 기반의 생성형 확산 모델(Diffusion model)입니다. 기존 모델들이 단백질의 백본(뼈대) 좌표 생성에 집중하고 비단백질 분자와의 상호작용을 간과했던 것과 달리, RFD3는 리간드, 핵산(DNA/RNA), 금속 이온 등 비단백질 원자들과의 상호작용까지 정밀하게 모델링합니다. […]
표면 생물물리학의 기초와 단백질 비특이적 결합의 기전 현대 생명과학 연구, 특히 단백질체학(Proteomics)과 정밀 세포 생물학 분야에서 배양 용기의 표면 특성은 실험의 성패를 좌우하는 핵심적인 변수로 작용한다. 연구자가 직면한 가장 큰 문제 중 하나는 단백질이 폴리머 기판에 강력하게 결합하는 비특이적 흡착 현상이다.1 일반적으로 세포 배양에 사용되는 폴리스티렌(Polystyrene, PS) 기판은 제조 공정에서 소수성(Hydrophobic)을 띠게 되며, 이는 수용액 내의 […]