인공지능7 [생활과학] 정자는 어떻게 난자에 달라붙을까…AI가 밝혔다 [생활과학] 정자는 어떻게 난자에 달라붙을까…AI가 밝혔다 2024년 노벨 화학상을 안겨준 인공지능(AI) 단백질 구조 예측 프로그램 ‘알파폴드’가 정자와 난자가 결합하는 순간 어떤 일이 일어나는지 예측했다. 과학자들이 예측 결과를 동물에 적용한 결과, 예측이 실재임을 확인했다. 빅토리아 E. 데네케 오스트리아 비엔나 바이오센터 연구원팀은 정자와 난자가 어떻게 융합하는지 확인한 논문을 17일 국제학술지 ‘셀 투데이’에 발표했다. 앞선 4월에는 아르네 엘롭슨 스웨덴 스톡홀름대 생화학과 교수팀이 비슷한 내용의 논문을 ‘e라이프’에 게재했다. 두 팀 모두 AI 기술을 이용해 정자와 난자의 상호작용을 살폈다. 두 팀의 연구는 제브라피쉬, 쥐, 인간 단백질 대상으로 진행됐고 정자가 난자에 달라붙기 위해 여러.. 2024. 10. 18. [전문기술] 인공지능과 구조 기반 신약개발: 기회와 도전 과제 [전문기술] 인공지능과 구조 기반 신약개발: 기회와 도전 과제 1. 배경: 컴퓨터를 이용한 구조 기반 신약개발가. 구조 기반 신약개발의 의미와 중요성 ① 의미와 중요성: 원리를 이용한 신약 개발약물은 어떻게 우리 몸에서 작용할까? 현대 생물학이 정립되면서 우리가 알게 된 사실에 따르면, 다수의 질병은 단백질의 기능 저하 또는 과다·과소 발현으로 발생한다. 우리가 알고 있는 약물들 중 대다수는 바로 해당 질병을 일으키는 표적 단백질과 결합하여 그 기능을 조절한다. 약물의 작동방식은 크게 두 가지로, 하나는 표적 단백질의 기능을 억제하는 것이고, 다른 하나는 증진하는 것으로, 단백질의 어느 위치에 약물이 붙는지에 따라 앞서 말한 방식이 대개 달라진다. 그렇지만 공통 조건이 있는데, 바로 어떤 위치가 되.. 2024. 8. 28. [바이오세션] 헬스케어 분야 인공지능의 성장 기회 [바이오세션] 헬스케어 분야 인공지능의 성장 기회 ◈ 목차1.생성형 인공지능(Gen AI) 개요2.분야별 Gen AI 활용3.산업 및 규제 동행4.Gen AI 성장 기회 [요약] □ 생성형 인공지능(Gen AI)은 헬스케어 분야 내에서 질병 진단, 치료 계획 수립, 환자 관리 등 의료 서비스의 혁신을 가져올 것으로 전망□ 의료 분야에서 Gen AI는 약물 발견 및 개발, 의료 영상 분석, 디지털 트윈 및 합성 데이터 생성, 전자건강기록(EHR) 및 가상 어시스턴트 관리 등에 활용 가능 □ (기술 도입 및 성숙도) 향후 2~5년을 고려하면 예측 진료 분석, 임상 의사 결정 지원 시스템 및 의료 영상 분석 기술에 관한 관심도 증가 추세 [그림 2] 기술별 성숙도 및 채택 수준 .. 2024. 6. 25. [바이오 세션] 헬스케어 분야 인공지능의 성장 기회 [바이오 세션] 헬스케어 분야 인공지능의 성장 기회 ◈ 목차1.생성형 인공지능(Gen AI) 개요2.분야별 Gen AI 활용3.산업 및 규제 동행4.Gen AI 성장 기회 [요약] □ 생성형 인공지능(Gen AI)은 헬스케어 분야 내에서 질병 진단, 치료 계획 수립, 환자 관리 등 의료 서비스의 혁신을 가져올 것으로 전망□ 의료 분야에서 Gen AI는 약물 발견 및 개발, 의료 영상 분석, 디지털 트윈 및 합성 데이터 생성, 전자건강기록(EHR) 및 가상 어시스턴트 관리 등에 활용 가능 [그림 1] Gen AI 활용 사례 및 기술 준비 수준출처 : 프로스트앤드설리번, Growth Opportunities of Generative AI For Healthcare, 2023.11, 국가생명공학정책연구.. 2024. 5. 28. [바이오세션] 인공지능(AI)으로 전이성 암세포의 기원을 식별 [바이오세션] 인공지능(AI)으로 전이성 암세포의 기원을 식별 ◇ 전이성 암세포의 기원을 식별할 수 있는 인공지능(AI) 모델 ‘TORCH’에 대한 연구결과가 발표. 높은 정확도로 종양의 기원을 예측할 수 있는 TORCH는 암의 기원에 따라 가장 효과적인 치료법을 선택할 수 있도록 지원하여 암 환자의 생존율 향상과 삶의 질 개선에 기여할 것으로 기대 ▸주요 출처: Nature News, AI traces mysterious metastatic cancers to their source, 2024.4.17.; Nature Medicine, Prediction of tumor origin in cancers of unknown primary origin with cytology-based deep learn.. 2024. 4. 23. [전문기술] 신약 개발에는 보통 10년 이상의 시간이 소요되는데 인공지능 기술이 도입되면서 그 기간이 단축될 전망이다. [전문기술] 신약 개발에는 보통 10년 이상의 시간이 소요되는데 인공지능 기술이 도입되면서 그 기간이 단축될 전망이다. 조금만 시간이 지나면 돼요. 2~3년 안에 AI가 개발한 신약이 상용화될 것입니다. 인공지능은 신약 개발에 보통 10년씩 걸리던 기간을 몇 개월 수준으로 크게 단축시킬 수 있습니다. 인공지능 바둑 프로그램 알파고를 개발한 데미스 허사비스 구글 딥마인드 최고경영자가 최근 막을 내린 세계 최대 모바일 박람회 'MWC(모바일 월드 콩그레스) 2016' 기조연설에서 한 말이다. 그는 인공지능(AI)을 활용해 2018년 단백질의 구조를 분석하고 신약개발에 참여한 사례를 언급하며 "기존의 연구방법으로는 기본 단백질 2억개를 모두 분석하는데 10억년이 걸리지만, AI로는 1년만에 가능하다"고 말했다.. 2024. 3. 6. [전문기술] 찾지 못하는 숨은 효소를 찾아낼 수 있는 인공지능 기술이 개발 [전문기술] 찾지 못하는 숨은 효소를 찾아낼 수 있는 인공지능 기술이 개발 카이스트 의생명화학공학과의 이상엽특훈교수와 UCSD 버나드펄슨 BernhardPalsson 공동연구팀은 효소기능을 빠르고정확하게 예측할 수 있는 인공지능 딥EC트랜스포머 Deep EC transformer를 개발했다. 기존에 알려지지 않은 효소를 찾아낼 수 있는 인공지능을 통해, 총 5,360개의 EC 번호를 예측할 수 있습니다. 이 기술은 유전체의 대사 네트워크를 분석하는데 필요한 핵심 기술로, 향후 친환경적인 방법으로 화학물질을 생산하는 미생물 세포공장 개발에 기여할 것으로 전망된다. 대장균은 가장 많이 연구된 생명체 중 하나이지만 아직 대장균을 구성하는 단백질의 기능에 대해 명확하게 밝혀지지 않았다. 이에 인공지능을 활용하여.. 2023. 11. 24. 이전 1 다음
