-
1.
公开(公告)号:KR102228552B1
公开(公告)日:2021-03-16
申请号:KR1020180109415A
申请日:2018-09-13
Applicant: 한국과학기술원 , 가톨릭대학교 산학협력단
Abstract: 인체에 존재하는 다수의 표적들에 대한 약물의 결합을 예측하는 방법이 개시된다. 표적들과 결합하는 약물의 구조 정보를 기계 학습하여 각 표적 별로 독립적인 랜덤 포레스트 예측 모델을 생성한 후, 그 예측 모델에 예측대상 약물의 구조 정보를 입력한다. 각 표적 별 랜덤 포레스트 예측모델에서, 표적들 각각에 대한 구조 정보가 입력된 예측대상 약물의 결합 가능성을 각 표적별 표적 점수로 생성하고, 각 표적별 표적 점수를 평가 데이터의 점수를 기반으로 약물과 표적이 상호작용할 확률인 약물-표적 결합 확률로 전환한다. 그 약물-표적 결합 확률에 기초하여 소정의 결합 확률값 이상을 갖는 표적들을 선별하여 상기 예측대상 약물의 예상 표적 리스트로 반환한다. 이런 알고리즘을 약물 표적 예측 서버에 구현하여, 사용자가 클라이언트 단말기를 통해 예측대상 약물의 최상위 표적을 검색할 수 있다.
-
公开(公告)号:WO2020197074A1
公开(公告)日:2020-10-01
申请号:PCT/KR2020/001320
申请日:2020-01-29
Applicant: 한국과학기술원
IPC: G06F16/33 , G06F16/332 , G06Q50/30 , G06N20/00 , H04L12/58
Abstract: 지식 학습을 위한 대화 에이전트의 대화 주도 방법 및 장치가 제시된다. 일 실시예에 따른 지식 학습을 위한 대화 에이전트의 대화 주도 장치는, 사용자의 발화에서 파악된 대화 주제에 대해 지식베이스 내에서 추가로 획득되어야 하는 필요한 지식을 검색하는 필요 지식 검색부; 및 시스템 질의 생성부를 통해 상기 필요한 지식을 기반으로 상기 사용자에게 질의를 함에 따라 상기 사용자의 답변으로부터 새로운 지식을 학습하여, 학습한 지식으로 상기 지식베이스를 확장시키는 지식 습득부를 포함하고, 상기 질의에 대한 상기 사용자의 답변으로부터 지식을 추출할 수 있다.
-
公开(公告)号:KR102228552B1
公开(公告)日:2021-03-16
申请号:KR1020180109415
申请日:2018-09-13
Applicant: 한국과학기술원 , 가톨릭대학교 산학협력단
Abstract: 인체에존재하는다수의표적들에대한약물의결합을예측하는방법이개시된다. 표적들과결합하는약물의구조정보를기계학습하여각 표적별로독립적인랜덤포레스트예측모델을생성한후, 그예측모델에예측대상약물의구조정보를입력한다. 각표적별 랜덤포레스트예측모델에서, 표적들각각에대한구조정보가입력된예측대상약물의결합가능성을각 표적별표적점수로생성하고, 각표적별표적점수를평가데이터의점수를기반으로약물과표적이상호작용할확률인약물-표적결합확률로전환한다. 그약물-표적결합확률에기초하여소정의결합확률값이상을갖는표적들을선별하여상기예측대상약물의예상표적리스트로반환한다. 이런알고리즘을약물표적예측서버에구현하여, 사용자가클라이언트단말기를통해예측대상약물의최상위표적을검색할수 있다.
-
4.
公开(公告)号:KR1020080019857A
公开(公告)日:2008-03-05
申请号:KR1020060082296
申请日:2006-08-29
Applicant: 한국과학기술원
Abstract: A device and a method for predicting a tertiary structure from amino acid sequences of protein are provided to reduce a cost and time for experimentally declaring a structure of the protein by predicting the tertiary structure of the amino acid sequences of the protein correctly/precisely more than usual prediction methods. A sequence preprocessor(100) preprocesses unknown protein sequences inputted from an input device(10). A mold protein database(102) stores information of mold protein. A matching comparator(101) compares unknown protein with the mold protein based on the mold protein database. A protein similarity network database(104) stores structure similarity among the mold proteins. A global comparator(103) compares the unknown protein with the mold protein globally based on the protein similarity network database. A mold selector(105) selects more than one of the mold proteins having a structure similar to the unknown protein based on a result of the matching comparator and the global comparator. A modeler(106) predicts a 3D(Dimensional) structure of the unknown protein based on the result of the mold selector. A verifier(107) verifies the predicted protein structure. An output part(20) outputs the predicted protein structure.
Abstract translation: 提供一种用于从蛋白质的氨基酸序列预测三级结构的装置和方法,以通过预测蛋白质的氨基酸序列的三级结构正确/精确地超过以上来精确地降低用于实验地宣告蛋白质结构的成本和时间 通常的预测方法。 序列预处理器(100)预处理从输入设备(10)输入的未知蛋白质序列。 模具蛋白质数据库(102)存储模具蛋白质的信息。 匹配比较器(101)基于模具蛋白质数据库比较未知蛋白质与模具蛋白质。 蛋白质相似性网络数据库(104)存储模具蛋白质之间的结构相似性。 全球比较(103)基于蛋白质相似性网络数据库,全球比较未知蛋白质与模具蛋白质。 模具选择器(105)基于匹配比较器和全局比较器的结果选择具有与未知蛋白质相似结构的多于一种的模具蛋白质。 建模者(106)基于模具选择器的结果预测未知蛋白质的3D(尺寸)结构。 验证器(107)验证预测的蛋白质结构。 输出部(20)输出预测的蛋白质结构。
-
5.
公开(公告)号:KR100836166B1
公开(公告)日:2008-06-09
申请号:KR1020060082296
申请日:2006-08-29
Applicant: 한국과학기술원
Abstract: 본 발명은 단백질의 아미노산 서열로부터 삼차 구조를 예측하기 위한 장치 및 이의 예측 방법에 관한 것으로, 구체적으로 입력수단; 상기 입력수단에서 입력된 미지 단백질 서열을 전처리하는 수단; 주형 단백질 데이터베이스; 짝 비교 수단; 단백질 유사도 네트워크 데이터베이스; 상기 단백질 유사도 네트워크 데이터베이스에 기초하여 미지 단백질과 주형 단백질을 전역적으로 비교하는 전역 비교 수단; 주형 선택 수단; 모델링 수단; 상기 예측된 단백질 구조를 검증하는 검증 수단; 및 출력수단을 포함하여 이루어지는 미지 단백질의 삼차 구조 예측 장치 및 이의 예측 방법에 관한 것이다. 본 발명은 기존의 단백질 예측 방법들보다 정확하고 정밀하게 단백질의 삼차 구조를 예측해줌으로써, 실험적으로 단백질 구조를 밝히는데 소비되는 비용과 시간을 절감하는 효과가 있으므로 각종 질병을 치료를 위한 연구 분야에 유용하게 사용될 수 있다.
단백질, 삼차 구조, 예측 방법, 단백질 유사도 네트워크 데이터베이스-
-
公开(公告)号:KR102124917B1
公开(公告)日:2020-06-22
申请号:KR1020180138464
申请日:2018-11-12
Applicant: 한국과학기술원 , 국민대학교산학협력단
IPC: H01L27/15 , G02F1/1333 , H01L23/14 , H01L23/15
-
-
-
-
-
-