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.
Scalable emulation of protein equilibrium ensembles with generative deep learning
Sarah Lewis, Tim Hempel, José Jiménez-Luna 외 · Science · 2025년 · 조회 15
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-07 발표 · 피인용 287회 · FWCI 93.5 · 동년 인용 상위 1%
HOT 슬롯은 최신 논문 중 가장 주목받는 연구를 선정하는데, 2025년 발표 이후 287회 인용·FWCI 93.5 등 상위 1%에 속하는 높은 주목도를 근거로 한다.
논문 요약
본 연구는 BioEmu라는 딥러닝 시스템을 개발하여, 단일 GPU에서 시간당 수천 개의 독립적인 단백질 평형 구조를 생성한다. 이 시스템은 밀리초 수준 MD 시뮬레이션, 정적 구조, 실험적 안정성 데이터를 200 ms 이상 통합하는 새로운 학습 알고리즘을 사용한다. BioEmu는 암묵적 포켓 형성, 국부적 풀어짐, 도메인 재배열 등 다양한 기능적 움직임을 포착하며, 자유에너지를 약 1 kcal/mol 정확도로 예측한다.
후속 연구설계에 활용하기
BioEmu가 생성한 구조 집합을 활용해 돌연변이 효과 예측, 약물 결합 포트 탐색, 그리고 대규모 시뮬레이션 기반 기계학습 모델을 구축할 수 있다.
핵심어
딥러닝단백질 집합자유에너지기능적 움직임
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.