URL : https://deepmind.com/blog/alphafold/
Paper : R.Evans, et.al., ‘ De novo structure prediction with deep-learning based scoring’, A.W.Senior
In Thirteenth Critical Assessment of Techniques for Protein Structure Prediction (Abstracts) 1-4 December 2018
(아직 Full paper 는 공개 안된 듯 합니다.)
AlphaGo ver. Lee 대전 이후 DeepMind 는 ‘이제는 더 복잡한 rule based real time game 류인 ‘starcraft’에 도전하겠다’ 고 선언했습니다.
그 중간 결과가 이번 1월에 ‘조금 더 사람같은 컨트롤’을 보여주며 프로게이머도 특정 조건에서 격파하는 모습으로 공개되었습니다.
이번 공개 쇼를 보면서, 마찬가지로 DeepMind에서 보고 있는 다음 문제가 공개되었겠다 싶어 찾아보게 되었습니다.
[AlphaFold] Protein fold 문제(단백질 3D 구조 예측 문제)를 풀기 위한 Deep learning기반 접근 방법
– 지난 수십년동안 단백질 구조 예측을 위한 Database는 상당량 갖춰져 있음.
– 단백질 사이에의 거리차이, 및 각도 오차를 cost로 주고, 이를 Generative Neural Network에 학습시켜 구성
– CASP (Critical Assessment of Structure Prediction, 단백질 구조 예측 대회) 출전
– [98팀중 1등] 43개중 25개 항목에서 가장 정확하게 예측함.
– cf. [2등 결과] 43개중 3개 예측
– 아쉽게도 Reinforcement Learning 측면의 접근법은 보이지 않음.
– DB를 충분히 활용하기 위함인가, 아니면 Environment 정의가 아직은 불가해서 그런 것인가.
– 연구 시작 년도 2016년, AlphaStar 다음 문제인가, 병행 연구 결과인가 -ㅇ- ㅋ
더 자세한 내용은 첨부 내용 및 참조 논문을 참조하시면 될 듯 하며, 앞으로 AlphaFold의 다음 version 이 어떤 접근법을 사용할지 (해당 문제에도 RL 문제를 정의해서 풀 수 있을지) 지켜보는 것도 재밌을 것 같다는 생각입니다.
다음 결과를 기다리며…. 아디오스 