인공지능(AI) 기반 효소기능 예측 기술, DeepEC - 인공지능과 딥러닝 활용 사례 [생명과학세특, 인공지능세특, 정보세특, 통합과학세특, 의학 탐구보고서]

소개

인공지능과 딥러닝 알고리즘을 이용한 효소기능 예측 기술 'DeepEC'에 대한 내용입니다. <생명공학 분야에서 AI의 활용>을 주제로 한 탐구보고서로, 인공지능과 딥러닝의 활용 사례, 합성곱 신경망의 구조와 DeepEC의 원리를 담고 있습니다. [생명과학세특, 정보세특, 인공지능세특, 통합과학세특, 의약학 및 생명계열 탐구 보고서] 자료로 활용하기 좋습니다.

목차

I. 탐구 동기

II. 내용 요약

III. 탐구 내용
1. 효소
2. EC 번호
3. 합성곱 신경망
4. DeepEC

IV. 참고문헌

본문내용

탐구 동기

생명공학에서의 인공지능(AI) 활용에 대한 탐구수행을 진행하던 중, 우리나라 연구팀이 딥러닝과 인공지능을 이용하여 효소의 기능을 정확하게 예측할 수 있는 ‘DeepEC’를 개발했다는 기사를 읽고, DeepEC의 원리와 중요성, 활용 분야 및 발전 가능성에 대해 알아보았고, 탐구 과정에서 궁금했던 합성곱 신경망(CNN)에 대해서도 추가로 조사하여 보고서를 작성하였다.

내용 요약

단백질 서열(단백질을 구성하는 아미노산의 서열)에서 효소기능을 빠르게 예측하는 딥러닝 알고리즘 ‘DeepEC’가 개발되었다. DeepEC는 딥러닝과 인공지능(AI) 기술로 효소의 기능을 정확하게 예측할 수 있는 컴퓨터 방법론이다. 이 딥러닝 알고리즘은 효소의 기능을 나타내는 EC 번호를 단백질 서열로부터 예측하여 효소의 기능을 신속 정확하게 예측할 수 있다. DeepEC는 여러 신경망 조합(3개의 합성곱 신경망)을 통해 기존의 예측기술보다 작은 용량으로 더욱 빠르고 정확하게 EC번호 예측이 가능하여 기존 예측기술의 성능을 개선했으며, 효소 연구에 있어 실질적으로 활용 가능한 기술이라는 점에서 의의가 크다. DeepEC는 다양한 생명공학 분야에 폭넓게 이용될 수 있는 강력한 도구로서, 효소 기능 연구를 비롯해 의료 및 신약개발, 대사공학 및 다양한 바이오 산업에 유용하게 활용될 것으로 기대된다.

탐구 내용
1. 효소
대사를 매개하는 생화학적 촉매, 효소

효소(enzyme)는 생물학적 반응을 촉매하는 단백질로, 생화학 반응의 기질에 결합하여 화학반응의 활성화에너지를 낮추고 생화학 반응을 촉진하여 생명체 내에서 일어나는 화학반응이 효율적으로 일어날 수 있게 해준다. 따라서 효소의 기능을 정확히 이해하는 것은 대사 과정을 이해하는 데 매우 중요하다. (*활성화에너지: 화학반응이 진행되기 위해 필요한 추가 에너지)

참고자료

· 의료 AI 입문 (야마시타 야스유키)
· KAIST, 인공지능 이용한 효소기능 예측 기술 개발 https://times.kaist.ac.kr/news/articleView.html?idxno=10135
· DeepEChttps://news.kaist.ac.kr/news/html/news/?mode=V&mng_no=2467&skey=keyword&sval=DeepEC&list_s_date=&list_e_date=&GotoPage=1
· 딥러닝 기술로 효소 기능 나타내는 'EC 번호' 예측https://www.hellodd.com/news/articleView.html?idxno=68925
· 숨겨진 효소 쏙쏙 찾아내는 인공지능 개발https://news.kaist.ac.kr/news/html/news/?mode=V&mng_no=32890&skey=keyword&sval=DeepEC&list_s_date=&list_e_date=&GotoPage=1
· https://ko.wikipedia.org/wiki/%ED%95%A9%EC%84%B1%EA%B3%B1_%EC%8B%A0%EA%B2%BD%EB%A7%9D