문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
AlphaFold 소개 및 생물학 연구에 미치는 영향
- 단백질 구조 예측의 진화: 상동성 모델링에서 딥러닝의 돌파구까지
- 구조생물학, 약물 발견, 기능 주석 달성을 가속화하는 AlphaFold의 역할
- 기대 설정: 기능, 한계 및 실험 통합 지점
- 실습 연습:/em> AlphaFold 단백질 구조 데이터베이스(AFDB) 인터페이스 탐색 및 초기 서열 검색 수행
AlphaFold은 어떻게 작동합니까? 아키텍처 및 핵심 구성 요소
- 신경망 아키텍처: Evoformer, 구조 모듈, 그리고 주의 기반 시퀀스 모델링
- 다중 시퀀스 정렬(MSA) 생성 및 템플릿 매칭(PDB, UniRef, BFD)
- 신뢰도 지표: pLDDT(잔기별 신뢰도) 및 PAE(예측 정렬 오차) 설명
- 실습 연습:/em> 표본 단백질 서열을 사용하여 AlphaFold의 워크플로우 단계 매핑 및 MSA/템플릿 입력 추적
AlphaFold 액세스: 플랫폼, 노트북 및 배포
- 공식 배포 옵션: AlphaFold DB, 공공 API, Colab 노트북, 로컬/GPU 환경
- 재현 가능한 Colab 환경 설정: 의존성 설치, GPU 할당 및 입력 포맷팅
- 단백질 서열 준비: FASTA 구조, 체인 처리 및 도메인 다중 고려 사항
- 실습 랩:/em> 공식 AlphaFold Colab 노트북 배포, 커스텀 FASTA 업로드 및 첫 번째 예측 실행 시작
AlphaFold 단백질 구조 데이터베이스 및 공공 자원
- AFDB 탐색: 유기체 커버리지, 구조 품질, 다운로드 형식(PDB/mmCIF, 비최적화/pLDDt 파일)
- AFDB를 UniProt, PDB 및 기능 데이터베이스(GO, KEGG, CATH)와 크로스 참조
- 대규모 데이터셋 관리: 배치 예측 제한, 인용 지침 및 데이터 라이선싱
- 실습 연습:/em> 표적 경로에 대해 고품질 AFDB 모델 추출 및 하류 분석을 위한 파일 준비
AlphaFold 예측 및 신뢰도 지표 해석
- pLDDT 히트맵 읽기: 구조화된 코어, 비정질 영역 및 저신뢰도 도메식 식별
- PAE 매트릭스 디코딩: 도메스 경계, 내/외부 체인 상호작용 및 잠재적 오접힘 영역 감지
- 예측의 신뢰성: 서열 커버리지, 진화적 깊이 및 알려진 구조상 동형물
- 실습 연습:/em> 다중 도메스 단백질에 대한 pLDDT/PAE 출력 평가, 저신뢰도 영역 플래그 지정 및 돌연변이 생성/검증 대상 계획
AlphaFold 오픈 소스 코드 및 맞춤화 경로
- 리포지토리 구조: 핵심 모듈, 데이터 파이프라인 및 구성 파일
- 입력 수정: 커스텀 MSA, 템플릿 재정의 및 신뢰도 임계값 조정
- 성능 최적화: 실행 시간 단축, 메모리 관리 및 체크포인트 저장
- 실습 랩:/em> 커스텀 템플릿 제약이 적용된 Colab에서 수정된 AlphaFold 파이프라인 실행 및 정제된 PDB 파일 내보내기
生物學研究 및 실험 통합에서의 AlphaFold 사용 사례
- 예측 모델을 사용하여 돌연변이 생성, 결정화 및cryo-EM 그리드 계획 가이드
- 기능 주석 달기: 활성 부위 매핑, 리간드 도킹 준비 및 인터페이스 예측
- 한계 및 검증: 예측 신뢰 시, 실험적 검증 필요 시, 일반적인 함정
- 워크숍:/em> 예측된 구조에 대한 실험적 검증 워크플로우 설계 및 AI 출력을 실험실(wet-lab) 분석으로 매핑
요약, 캡스톤 적용 및 다음 단계
- 핵심 개념 통합: 아키텍처, 해석 및 실용적 배포
- 캡스톤:/em> 참가자는 관심 있는 단백질을 선택하고 예측을 실행/수집하며, 신뢰도 지표를 해석하고 연구 적용 계획을 수립합니다.
- 개방형 Q&A, 일반 오류 해결 및 자원 배포
- 다음 단계: 고급 AlphaFold3 통합, RoseTTAFold, trRosetta 및 지속적인 커뮤니티 도구
요건
- 단백질 구조에 대한 배경 지식과 이해
- 기본 분자생물학 개념(아미노산 서열, 폴딩 원리, PDB/mmCIF 형식)에 대한 친숙함이 권장됩니다.
- 웹 기반 노트북 탐색 및 브라우저 내 코드 셀 실행에 익숙함
대상
- 생물학자, 분자 연구자, 구조생물학 연구자
- 실험실(wet-lab) 워크플로우를 가이드할 계산 구조 예측을 찾는 실험 과학자
- 가설 생성 및 실험 설계에 AI 기반 모델링을 통합하는 생명과학 전문가
7 시간
