[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보  |  e브릭몰e브릭몰 회원가입   로그인
BRIC홈 한국을 빛내는 사람들
2019 Bio Top5 인터뷰
스폰서배너광고 안내  배너1
전체보기 추천논문 상위피인용논문 인터뷰 그이후 한빛사통계
박근완
박근완 (Keunwan Park) 저자 이메일 보기
한국과학기술연구원 강릉분원 천연물연구소
  인터뷰보기 
조회 927  인쇄하기 주소복사 트위터 공유 페이스북 공유 
Machine learning-based chemical binding similarity using evolutionary relationships of target genes
열기 Authors and Affiliations

Abstract

Chemical similarity searching is a basic research tool that can be used to find small molecules which are similar in shape to known active molecules. Despite its popularity, the retrieval of local molecular features that are critical to functional activity related to target binding often fails. To overcome this limitation, we developed a novel machine learning-based chemical binding similarity score by using various evolutionary relationships of binding targets. The chemical similarity was defined by the probability of chemical compounds binding to identical targets. Comprehensive and heterogeneous multiple target-binding chemical data were integrated into a paired data format and processed using multiple classification similarity-learning models with various levels of target evolutionary information. Encoding evolutionary information to chemical compounds through their binding targets substantially expanded available chemical-target interaction data and significantly improved model performance. The output probability of our integrated model, referred to as ensemble evolutionary chemical binding similarity (ensECBS), was effective for finding hidden chemical relationships. The developed method can serve as a novel chemical similarity tool that uses evolutionarily conserved target binding information.

논문정보
- 형식: Research article
- 게재일: 2019년 08월 (BRIC 등록일 2019-09-04)
- 연구진: 국내연구진태극기
- 분야: Bioinformatics
관련 인터뷰
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드 화합물 유사성은 방대한 화합물 데이터베이스에서 유사한 화합물을 빠르게 탐색하기 위해 널리 사용되고 있는 방법입니다. 계산의 속도와 편의성을 위해 주로 전체적인 화학구조가 얼마나 비슷한 지를 판단하여 화합물 유사성을 정의하는 경우가 대부분입니다. 하지만 이 같은 구조적 유사성 방법의 단점은 화합물의 기능적 유사성을 잘 표현하지 못한다는 점에 있습니다. 실제로 비슷한 화학구조 임에도...
관련 보도자료
기능성 천연물 소재 탐색기술 개발     e헬스통신  |  2019.09.16
국내 연구진이 인공지능(AI) 기술을 응용해 기능성 천연물 소재를 빠르고 정확하게 탐색할 수 있는 기술개발에 성공했다.
Leucyl-tRNA synthetase 1에 의한 포도당 의존적 류신 감지 및 대사 조절[Science]
윤이나
발표: 윤이나 (서울대학교)
일자: 2020년 2월 28일 (금) 오후 02시 (한국시간)
언어: 한국어
참석자 접수신청하기
NK세포에 의한 손상된 말초신경 제거 기전 – 새로운 만성통증 치료법[ Cell ]
오석배
발표: 오석배 (서울대학교)
일자: 2020년 3월 5일 (목) 오전 10시 (한국시간)
언어: 한국어
참석자 접수신청하기
ATAD5가 복제 스트레스 상황에서 복제를 재개하는 세포생물학적 기작[ Nat. Commun.]
박수형
발표: 박수형 (기초과학연구원)
일자: 2020년 3월 12일 (목) 오후 03시 (한국시간)
언어: 한국어
참석자 접수신청하기

  댓글 0
등록
 
목록
에스엘에스바이오
관련링크
박근완 님 전체논문보기 >
관련인물
김동섭 (KAIST)
김학성 (KAIST)
이상철 (KAIST)
이중재 (강원대학교)
한지은 (KAIST)
관련분야 논문보기
Bioinformatics

외부링크
Google (by Keunwan Park)
Pubmed (by Keunwan Park)
프리미엄 Bio일정 Bio일정 프리미엄 안내
[BRIC Webinar]NK세포에 의한 손상된 말초신경 제거 기전 – 새로운 만성통증 치료법[Cell]
[BRIC Webinar]Leucyl-tRNA synthetase 1에 의한 포도당 의존적 류신 감지 및 대사 조절[Science]
[고용부 재직자 무료과정]의료기기 GMP의 이해 과정
[고용부 재직자 무료과정]의료기기 GMP의 이해 과정
날짜: 2020.03.09~11
장소: 성남시 분당구 판교로289번길 20 스타트업캠퍼스 2층 세미나실
2020 서경배과학재단 신진과학자 연구지원 프로그램
2020 서경배과학재단 신진과학자 연구지원 프로그램
날짜: 2020.03.31
주관: 서경배과학재단
위로가기
한빛사 홈  |  한빛사FAQ  |  한빛사 문의 및 제안
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의 member@ibric.org
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS
에펜도르프코리아