순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
GNINA 1.3: the next increment in molecular docking with deep learning
Andrew T. McNutt, Yanjing Li, Rocco Meli 외 · Journal of Cheminformatics · 2025년 · 조회 11
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-03 발표 · 피인용 172회 · FWCI 89.2 · 동년 인용 상위 1%
HOT PAPER 슬롯에 선정된 이유는 2025년 발표 이후 172회 인용·FWCI 89.2 등 동년 논문 중 상위 1%에 해당하는 높은 주목도를 보였기 때문이다.
논문 요약
컴퓨터 지원 약물 설계의 비용 절감을 위해 분자 도킹을 개선하고자 하였다. 기존 GNINA를 PyTorch 기반으로 전환하고 CrossDocked2020 v1.3 데이터셋으로 CNN 스코어링 함수를 재학습했다. 지식 증류된 CNN 스코어링을 도입해 고처리량 가상 스크리닝을 가능하게 했으며, 공가역 도킹 기능도 추가하였다.
후속 연구설계에 활용하기
향후 연구에서는 GNINA 1.3의 효율성을 활용해 새로운 딥러닝 스코어링 모듈을 삽입하거나, 공가역 도킹을 포함한 가상 스크리닝 파이프라인을 설계할 수 있다.
핵심어
분자 도킹딥러닝GNINACNN 스코어링
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.