단백질 구조 임베딩에 조건화된 생성형 모델을 사용한단백질 아미노산 서열 예측

• Main Authors: JUMPER JOHN, YIM JASON, SENIOR ANDREW W, KOHL SIMON, BATES RUSSELL JAMES, RAZAVI NEMATOLLAHI ALI, IONESCU CATALIN DUMITRU, NASH CHARLIE THOMAS CURTIS, PRITZEL ALEXANDER
• Format: Patent
• Language: Korean
• Published: 28.08.2023
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

단백질 설계를 수행하기 위한 방법, 시스템 및 장치는 컴퓨터 저장 매체에 인코딩된 컴퓨터 프로그램을 포함한다. 일 양태에서, 방법은 타겟 단백질의 타겟 단백질 구조의 임베딩을 생성하기 위해 복수의 임베딩 신경망 파라미터를 갖는 임베딩 신경망을 사용하여 타겟 단백질의 타겟 단백질 구조를 특징짓는 입력을 처리하는 단계와; 타겟 단백질 구조의 임베딩에 기초하여 타겟 단백질의 예측 아미노산 서열을 결정하는 단계로서: 복수의 생성형 신경망 파라미터를 갖는 생성형 신경망을 타겟 단백질 구조의 임베딩에 조건화시키는 단계와; 그리고 타겟 단백질 구조의 임베딩에 조건화된 생성형 신경망에 의해, 타겟 단백질의 예측 아미노산 서열의 표현을 생성하는 단계를 포함한다. Methods, systems, and apparatus, including computer programs encoded on a computer storage medium, for performing protein design. In one aspect, a method comprises: processing an input characterizing a target protein structure of a target protein using an embedding neural network having a plurality of embedding neural network parameters to generate an embedding of the target protein structure of the target protein; determining a predicted amino acid sequence of the target protein based on the embedding of the target protein structure, comprising: conditioning a generative neural network having a plurality of generative neural network parameters on the embedding of the target protein structure; and generating, by the generative neural network conditioned on the embedding of the target protein structure, a representation of the predicted amino acid sequence of the target protein.