28 lines
1.6 KiB
Markdown
28 lines
1.6 KiB
Markdown
---
|
|
id: P-REINFORCE-SCI-BIOINFO
|
|
category: "[[10_Wiki/💡 Topics/Science]]"
|
|
confidence_score: 0.98
|
|
tags: [Bioinformatics, AlphaFold, DNA Sequencing, Protein Structure]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Bioinformatics-Structure-Prediction]] (바이오 인포매틱스와 구조 예측)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> 생명과학의 난제인 '단백질 접힘(Protein Folding)' 문제를 딥러닝(AlphaFold)으로 해결함으로써, 신약 개발과 질병 정복의 속도를 100배 이상 가속화했다.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **DNA to Structure**:
|
|
- DNA 서열 정보에서 단백질의 3D 입체 구조를 예측하는 것은 생물학의 성배였다. 이 구조가 결정되어야 약물이 어디에 결합할지(Docking) 알 수 있기 때문이다.
|
|
- **AlphaFold (DeepMind)**:
|
|
- 트랜스포머 아키텍처를 바이오 데이터에 이식하여 수십 년 걸리던 구조 분석을 단 며칠로 단축했다. 2억 개 이상의 단백질 구조 데이터를 전 세계에 공개하여 과학적 혁명을 일으켰다.
|
|
- **Genome Sequencing**:
|
|
- 대량의 염기 서열 데이터를 고속으로 처리하고 통계적으로 분석하여 유전병의 원인을 찾아내는 머신러닝 분석 기법.
|
|
|
|
## ⚠️ 모순 및 업데이트 (RL Update)
|
|
- 정적인 구조 예측을 넘어, 이제는 단백질이 시간에 따라 어떻게 움직이는지(Dynamics)를 예측하는 것이 다음 과제다. 이는 항암제와 같은 정밀 의료의 핵심이 된다.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- Related: [[Digital Twins]] , [[Deep-Learning-Basics]]
|
|
- Foundation: [[Information Theory]]
|