AI가 이끈 단백질-리간드 도킹의 발전

NaRDA

로그인

nav bg

연구데이터 > 검색

AI가 이끈 단백질-리간드 도킹의 발전

메타 데이터

세부정보 닫기열기

생산자

하민우

제목

AI가 이끈 단백질-리간드 도킹의 발전

데이터 설명

본 논문은 AI 기반 단백질-리간드 도킹의 발전사를 전통적 기법에서 딥러닝 및 확산 모델로의 발전을 중심으로 검토한 것이다. CADD(Computer-Aided Drug Design)에서 도킹은 포즈 예측·가상 스크리닝의 핵심으로, 전통적 도킹은 포즈 샘플링(GA/MC/MD)과 스코어링(힘장/경험/지식 기반)으로 구성되지만, 수용체 강체 가정과 결합 부위 의존성의 한계를 지녀왔다. AI의 발전 덕분에 CNN/GNN 리스코어링, 포켓 예측, 생성 모델로 특히 확산 모델 기반 도킹(DiffDock)을 통해 단백질과 리간드의 도킹 시뮬레이션의 정확도가 향상 되었다. 본 연구진은 EGFR-Gefitinib(1M17) 도킹 시뮬레이션을 수행하였고, AI와 물리기반 계산의 하이브리드 도구의 필요성을 제시하였다.

생성일

2025

제출일

2026-02-26

형식

mp4