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.
Evolutionary-scale prediction of atomic-level protein structure with a language model
Zeming Lin, Halil Akin, Roshan Rao 외 · Science · 2023년 · 조회 12
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2023-03 발표 · 피인용 5,485회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 64개
RESEARCH 슬롯에 선정된 이유는 5,485회의 피인용과 높은 인용 영향력으로 후속 연구 설계에 활용도가 매우 높기 때문이다.
논문 요약
본 연구는 대규모 단백질 서열 언어 모델을 활용해 기본 서열만으로 원자 수준의 구조를 직접 추론한다. 모델 규모를 150억 파라미터까지 확장함에 따라 구조적 정보를 학습 표현에 내재시키며, 기존 방법 대비 10배 가량 빠르게 고해상도 구조를 예측한다. 이를 토대로 6억 1,700만 개 이상의 메타게놈 단백질 서열에 대해 구조를 예측한 ESM 메타게놈 아틀라스를 구축했으며, 그 중 2억 2,500만 개는 높은 신뢰도로 제공된다.
후속 연구설계에 활용하기
향후 연구에서는 이 모델을 이용해 신규 단백질군의 구조를 예측하고, 예측 신뢰도와 실험적 검증을 연계한 기능 평가를 설계할 수 있다.
핵심어
언어모델단백질구조메타게놈대규모예측
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.