커뮤니티
커리어
생활
족보실
학부졸업논문삼아 iScience에 냈던 논문 드디어 출판됐다.(+연구내용 정리)
by 익명
익게2
조회 6638
None
2023/06/04 11:19
2023/06/04 11:19
저번에 학부 졸업논문 삼아서 Cell자매지인 iScience에 냈던 논문이 드디어 출판됐다.
논문자료(researchgate): https://www.researchgate.net/publication/370903606_Narrow_funnel-like_interaction_energy_distribution_is_an_indicator_of_specific_protein_interaction_partner
논문의 주제는 좁은 깔대기 모양의 결합에너지 분포가 단백질 결합상대를 예측하는 지표라는 내용이야.
짧게 요약하자면
1. 결합해서 상호작용하는 단백질들은 결합의 특이성(specificity)로 인해 특징적으로 좁은 깔대기 모양의 결합에너지 분포가 나타남을 확인.
2. 이를 통해서 단백질 결합상대를 예측할 수 있는데 종에 관계없이 높은 정확도로 예측하는 것을 확인.
3. 결합하거나 결합하지 않는 단백질 쌍의 단백질 결합에너지 분포를 학습시킨 딥러닝 모델을 개발함. 게다가 이 딥러닝 모델이 결합하는 단백질들을 높은 정확도로 찾아내는것도 확인.
(이 컴퓨터 계산방법이 단백질 결합상대를 찾는데 가장 많이 쓰이는 실험방법인 Yeast-2-hybrid screening법 보다 정확도가 높음.)
4.특히 워낙 다양하고 결합력이 약해서 높은 정확도의 예측방법이 거의 없었던 kinase와 E3 ubiquitin ligase의 기질도 본 방법을 이용하면 높은 정확도로 예측 가능함. (specificity를 이용하는 방식인데 효소-기질 결합의 specificity가 높아서 정확도가 높음)
5.단백질 결합을 분석하는 TM-score함수를 변형해서 iTM-score와 riTM-score라는 새로운 함수를 만들어서 발표. 특히 kinase와 E3 ubiquitin ligase의 기질을 분석하는데는 이 두 지표가 효과적이라는 것을 확인.
한국어로 연구내용 정리 (비전공자도 최대한 이해하기 쉽게 써보려고 노력해본...ㅠ): https://drive.google.com/file/d/1HQmXAZd2El3IrWUgnbdQmKSrdOM0QSt5/view?usp=drive_link
질문이나 의견 댓글로 언제나 환영하니까 궁금한거 있으면 달아줘.
어차피 학부졸업한 사람이 쓴 논문이니 누구든지 부담갖지 말고 궁금한거나 의견 있으면 얘기해주면 고마울거 같아.
댓글 78개
조회 6638
익명1
2023/06/04 11:22
냉동
멋지다난 문돌이라 모르는데 추천좀
익명1
2023/06/04 11:22
냉동
줌
익명3
2023/06/04 11:24
냉동
acknowledgement에 지인이 나오니까 반가워서 카톡해봐야겠다 수고많았네
익명4
2023/06/04 11:27
냉동
멋져 서강의 자랑
익명5
2023/06/04 11:28
냉동
우리학교 학부졸업논문이 있었나?
찾아봐야겠네
찾아봐야겠네
글쓴이
2023/06/04 11:32
냉동
아니 그냥 나 혼자 써본거야 혼자 연구할 주제가 떠올랐는데 우리학교에 이쪽분야 교수님도 안계시고 다른학교에도 비슷한분야 교수님만 계시지 이쪽 하시는분이 없으셔서 그냥 나 혼자 하는게 편하겠다 싶어서 혼자 연구해봤어
익명6
2023/06/04 11:39
냉동
됐으로 바꿔줘..
글쓴이
2023/06/04 11:53
냉동
ㄱㅅㄱㅅ
익명7
2023/06/04 11:46
냉동
딥러닝 모델은 뭐 쓴거야?
글쓴이
2023/06/04 11:56
냉동
가장 기본적인 vanilla rnn. 그냥 딥러닝 모델을 짤 수 있을까 시도해본거라 특별한 구조의 최적화 없이 그냥 node랑 layer만 조절해서 만들었어. 근데 학습데이터 자체가 interaction energy의 분포여서 그냥 2D numerical data라 생각보다 잘 된듯.
하지만 나중에 후속연구로 더 발전이 필요하긴함.
하지만 나중에 후속연구로 더 발전이 필요하긴함.
익명11
2023/06/04 12:07
냉동
Vanilla rnn?? 요즘도 이걸쓰나..? LSTM GRU Transfomer 등등 훨씬 나은 모델들이 많은데 구지 vanilla rnn을 쓴 이유가 있어?
글쓴이
2023/06/04 12:12
냉동
ㅇㅇ맞아 연구할때 CNN이나 Transformer로 짜볼까도 생각해봤는데 사실 될지 안될지도 모르겠는거 Vanilla RNN으로 가볍게 짜고 끝냈어 사실 구조 복잡하게 하면 그만큼 최적화하기위해 테스트해봐야 할 양도 많은데 난 장비라고는 집에 있는 가정용 컴퓨터밖에 없거든...
그리고 가장 현실적인 문제가 입대해야했어서...ㅠ
그리고 가장 현실적인 문제가 입대해야했어서...ㅠ
익명11
2023/06/04 12:13
냉동
아쉽네.. vanilla rnn이면 거기에 단순히 attention만 추가했어도 훨씬 좋은 결과 나왔을수도 있는데
글쓴이
2023/06/04 12:17
냉동
좋은 조언 진짜진짜 고마워! 나도 이쪽은 아직 배우고 있는 상황이라 나중에 후속연구해서 다른 사람들도 쓸수 있게 GUI를 넣거나 웹서버화를 할 생각인데 그때 꼭 참고할게 조언 고마워!
익명21
2023/06/04 13:09
냉동
자연계 논문에서 딥러닝 적용하는건 바닐라 모델 많이 쓰더라고 바닐라가 되면 테크니컬한 모델은 당연히 된다는 논리때문인지 모르겠지만 후속으로 어텐션이 좋았다! 이런건 노벨티가 떨어져서 그런가봐
글쓴이
2023/06/04 13:39
냉동
익21 어차피 지금 이상태로는 많은 생물학자들이 이용할수 있지는 않아서 CS 쪽 좀 더 공부하고 GUI넣어보거나 웹서버 만들거나 하면서 익11이 조언해준대로 다른 구조들도 실험해볼 계획이야. 다른 교수님들도 이런 기초논문 한편쓰고 웹서버 만들어서 프로토콜 논문 한편 쓰고 하니까 나도 비슷하게 진행해볼까 생각중임.ㅎㅎ
익명8
2023/06/04 11:51
냉동
대학원 가고싶음?
글쓴이
2023/06/04 12:14
냉동
우리나라에서는 비슷한 연구 하시는분은 많지만 내가 하려는 분야 하시는 분이 거의 없으셔서... 근데 다행히 미국에서 내가 하려고 하는 분야에서 세계 top3안에 드는 학교에 진짜 잘하시는 교수님이랑 컨택했는데 긍정적으로 답변해줘서 그쪽으로 갈거같음. 아직은 확정은 아니라 확실히는 얘기 못하겠고...
익명10
2023/06/04 11:59
냉동
아이디어 생각하고 논문 출판까지 시간이 얼마나 걸렸어?
글쓴이
2023/06/04 12:25
냉동
아이디어를 생각했던건 좀 오래됬어 2017년인가 2018년쯤? 근데 그때는 나도 저 분야를 전혀 이해 못하고 있는 상황이여서 학부 수업이랑 논문들 찾아가면서 부족한 부분들을 채워갔거든 그래서 좀 오래걸렸어.
그래서 이게 학부졸업 논문이라고 하는게 내가 배웠던 모든 학부 전공 내용을 조금씩이라도 다 이용했던 논문이거든.
생물학적 배경: 생명과학 전공내용 전반을 활용
E3 ubiquitin ligase와 Kinase에 대한 얘기와 연구주제 잡기: 생명과,화학과 생화학, 학부연구하면서 공부한 내용을 활용
단백질의 에너지: 물리과 역학, 전자기학, 통계물리, 양자역학, 생물물리에서 배운내용을 활용
결합에너지 분포 분석하는 딥러닝 모델짜기: 물리과 전산물리에서 배운 내용 활용
단백질 도킹프로그램 이해와 활용: 수학과 푸리에 해석학, 물리과 수리물리학, 통계학입문 활용
데이터 정리: 수학과 미적분학실습, 물리과 전산물리학 활용
생물정보학적 분석: 현대 생물학 실험과 생명과 학부연구생 생활동안 공부한 내용을 활용
그러다 보니 다 배우면서 연구하고 논문쓰다보니 거의 학부 생활 내리 공부하면서 연구를 병행했지.
그래서 이게 학부졸업 논문이라고 하는게 내가 배웠던 모든 학부 전공 내용을 조금씩이라도 다 이용했던 논문이거든.
생물학적 배경: 생명과학 전공내용 전반을 활용
E3 ubiquitin ligase와 Kinase에 대한 얘기와 연구주제 잡기: 생명과,화학과 생화학, 학부연구하면서 공부한 내용을 활용
단백질의 에너지: 물리과 역학, 전자기학, 통계물리, 양자역학, 생물물리에서 배운내용을 활용
결합에너지 분포 분석하는 딥러닝 모델짜기: 물리과 전산물리에서 배운 내용 활용
단백질 도킹프로그램 이해와 활용: 수학과 푸리에 해석학, 물리과 수리물리학, 통계학입문 활용
데이터 정리: 수학과 미적분학실습, 물리과 전산물리학 활용
생물정보학적 분석: 현대 생물학 실험과 생명과 학부연구생 생활동안 공부한 내용을 활용
그러다 보니 다 배우면서 연구하고 논문쓰다보니 거의 학부 생활 내리 공부하면서 연구를 병행했지.
익명9
2023/06/04 12:06
냉동
와...biophysics는 모르지만 computational biology박사로서 우리 분야라 치면 진짜 대단하단말밖에 안나오네...
원래 이쪽이 if가 잘나오는 분야가 아니라서 high throughput, large scale 실험결과 없이 클래식한 전산생물학, 생물정보학 최고저널은 if 6점대 bioinformatics가 거의 마지노선인데.
iScience도 if 6점대에 내가 봐왔던 우리쪽분야 논문들도 꽤 높은수준에 논문들이 주로 실리던곳이고 서울대 교수팀이 여기 논문냈다해도 괜찮네~잘했네 소리 듣는 저널인데 학부졸업생 혼자서 단독으로 뚫어버리다니. 진짜 축하해.
그런데 우리학교에 너가 논문낸 분야 하시는 교수님이 안계실텐데 어떻게 공부하고 연구한거야?
원래 이쪽이 if가 잘나오는 분야가 아니라서 high throughput, large scale 실험결과 없이 클래식한 전산생물학, 생물정보학 최고저널은 if 6점대 bioinformatics가 거의 마지노선인데.
iScience도 if 6점대에 내가 봐왔던 우리쪽분야 논문들도 꽤 높은수준에 논문들이 주로 실리던곳이고 서울대 교수팀이 여기 논문냈다해도 괜찮네~잘했네 소리 듣는 저널인데 학부졸업생 혼자서 단독으로 뚫어버리다니. 진짜 축하해.
그런데 우리학교에 너가 논문낸 분야 하시는 교수님이 안계실텐데 어떻게 공부하고 연구한거야?
글쓴이
2023/06/04 12:28
냉동
위에 댓글에 적은대로 내가 학부생활하면서 공부했던거랑 논문들 찾아서 공부했었어. 사실 논문 초안 쓸때는 참고문헌이 200개가 넘었었는데 너무 지저분해서 줄여가지고 96개로 줄인건데 논문들 찾아가면서 공부했었어.
그리고 이쪽분야에서 대가가 David baker라는 교수님이 있는데 이쪽에서 학회나 세미나 하는 영상들 찾아가면서 공부했었어
그리고 이쪽분야에서 대가가 David baker라는 교수님이 있는데 이쪽에서 학회나 세미나 하는 영상들 찾아가면서 공부했었어
익명9
2023/06/04 12:35
냉동
논문 읽어봤는데 생물학의 가장 기본적인 질문중 하나인 단백질 결합을 잘 해석하고 분석한것도 잘했네.
진짜 무엇보다 여러가지 학문간의 경계를 무시하고 생화학적 질문을 해결하기 위해 물리, 수학, CS의 도구들을 자유자재로 사용하는 능력은 내가 봐왔던 모든 박사, 교수님들 합쳐서 너가 제일 잘하는거 같다.
진짜 서강대가 추구하는 다전공 인재네
진짜 무엇보다 여러가지 학문간의 경계를 무시하고 생화학적 질문을 해결하기 위해 물리, 수학, CS의 도구들을 자유자재로 사용하는 능력은 내가 봐왔던 모든 박사, 교수님들 합쳐서 너가 제일 잘하는거 같다.
진짜 서강대가 추구하는 다전공 인재네
익명17
2023/06/04 12:52
냉동
문돌이 박사님 글 읽고 어느정도 수준인지 놀라고 갑니다
익명17
2023/06/04 13:09
냉동
쓰니다미도 노력도 성과도 너무 탈학부여서 그냥 경외심이 드네... 대단해
익명12
2023/06/04 12:10
냉동
이런 사람들이 ㄹㅇ 나중에 교수되는 건가..
익명13
2023/06/04 12:10
냉동
멋진당
익명14
2023/06/04 12:18
냉동
와.. 생명과 다미인데 읽다가 감탄이 나와서 처음으로 댓글 남겨. 생명 과학이 다른 분야와 합쳐지면 이런 연구도 가능하구나. 결국 단백질 간 상호작용을 위해선 '그래야만 하는' 이유가 필요한데, 그걸 이런 방식으로 풀어나가는 게 대단하다는 생각밖에 안 들어. 진짜 멋있다. 잘 읽었어!
글쓴이
2023/06/04 12:40
냉동
논문 읽어줘서 고마워.
사실 이번 연구에서 부족했던것중에 하나는 why에 대한 설명이 부족했다고 생각해. 저런 좁은 깔대기 모양의 결합에너지 분포가 나타나는걸 확인했고 이를 활용하는것을 설명했지만 왜 저렇게 나타냐느냐에 대한 설명이 부족했었어.
그래서 후속연구로 진화적인 관점에서 계통도 따라가면서 단백질 결합에너지 분포의 변화양상을 추적하는 연구를 하고있는데 유학전에 짧은 논문 하나 더 쓸수 있을거같음.
사실 이번 연구에서 부족했던것중에 하나는 why에 대한 설명이 부족했다고 생각해. 저런 좁은 깔대기 모양의 결합에너지 분포가 나타나는걸 확인했고 이를 활용하는것을 설명했지만 왜 저렇게 나타냐느냐에 대한 설명이 부족했었어.
그래서 후속연구로 진화적인 관점에서 계통도 따라가면서 단백질 결합에너지 분포의 변화양상을 추적하는 연구를 하고있는데 유학전에 짧은 논문 하나 더 쓸수 있을거같음.
익명15
2023/06/04 12:27
냉동
너같은사람들이 세상을 바꾸는거다. 응원한다.
익명16
2023/06/04 12:38
냉동
압도적 경외감을 느낀다 ㄷㄷ 멋있다진짜
익명18
2023/06/04 12:59
냉동
와 이쪽 분야는 아니지만 언젠간 논문 쓰고 싶은 학부생인데 너무너무 멋지고 존경스럽다
익명19
2023/06/04 13:04
냉동
공학박사인 나보다 다미가 낫다
익명20
2023/06/04 13:05
냉동
Power overwhelming!
익명22
2023/06/04 13:09
냉동
어나더레벨
훌륭한 연구자가 되시길
훌륭한 연구자가 되시길
익명23
2023/06/04 13:35
냉동
존경합니다!!!
익명9
2023/06/04 13:36
냉동
쓰니야 혹시 이거 너야?
https://scholar.google.com/citations?user=K6jTX3sAAAAJ&hl=en&oi=ao
논문 9편에 특허 1편????
나보다 논문수도 많고 인용수도 많은데? 너 진짜 학부졸업생이야??? 게다가 다 한가닥 하는 SCI저널이네...;;;
https://scholar.google.com/citations?user=K6jTX3sAAAAJ&hl=en&oi=ao
논문 9편에 특허 1편????
나보다 논문수도 많고 인용수도 많은데? 너 진짜 학부졸업생이야??? 게다가 다 한가닥 하는 SCI저널이네...;;;
글쓴이
2023/06/04 13:40
냉동
ㅇㅇ나 아직 대학원 안가서 학부졸업생 신분이야.
근데 고등학교때부터 연구한것도 있었고 학부 2학년때부터 연구 시작한데다가 다전공한다고 학교도 오래다니고 해서 연구실적만 좀 많이 쌓였어.
박사과정 하러 갈 예정임
근데 고등학교때부터 연구한것도 있었고 학부 2학년때부터 연구 시작한데다가 다전공한다고 학교도 오래다니고 해서 연구실적만 좀 많이 쌓였어.
박사과정 하러 갈 예정임
익명19
2023/06/04 13:42
냉동
ㄷㄷㄷ 혹시 가족 중에 박사나 교수신분이 많으시니 어떻게 이러지 ㄷㄷㄷ
익명19
2023/06/04 13:44
냉동
김성룡 교수님께서 엄청난 인재를 키우신건가
글쓴이
2023/06/04 13:48
냉동
익19 가족중에 있는건 아니고 그냥 학부연구생 생활이 길어지면서 논문에 참여를 많이 했었어.
익명24
2023/06/04 13:36
냉동
아니 학계 아무것도 모르지만 이정도면 교수급 인재 아닌가
익명9
2023/06/06 15:04
냉동
한가지 확실한건 적어도 박사급임. 애초에 박사학위라는게 독립적인 연구를 수행할 능력이 있는지 증명받는거고 그때 박사를 졸업하는건데 쟤는 이미 본인이 혼자 연구를 시작하고 끝내서 분야 내에서 저명한 국제저널에 논문을 출판하는거까지 가능하다는걸 스스로 입증했잖아.
난 학위 자체는 형식적인거라 보고 저정도 되면 솔직히 박사급으로 봐야한다고 생각함.
난 학위 자체는 형식적인거라 보고 저정도 되면 솔직히 박사급으로 봐야한다고 생각함.
익명25
2023/06/04 13:50
냉동
우와…암튼 개쩌는거같네
익명26
2023/06/04 14:01
냉동
ㄹㅇ 뭔진 모르겠는데 일단 개쩌는건 알겠음 ㅋㅋㅋ
익명27
2023/06/04 14:02
냉동
하버드갈거야? 스탠포드??
혹시 하루 일과 시간표가 어떻게 돼
혹시 하루 일과 시간표가 어떻게 돼
글쓴이
2023/06/04 14:13
냉동
컨택하는 학교에 두학교가 포함되있긴 한데 랩쪽에서 받아줄 상황이 되고 뽑아줘야 가는거라 나중에 합격하면 어드미션포스팅 올릴게
하루 일과는 아마 육군표준일과표대로 하지 않을까?ㅋㅋㅋㅋ 지금 군대있어가지고..ㅠ 저 논문 마무리는 싸지방에서 했음ㅋㅋㅋ
하루 일과는 아마 육군표준일과표대로 하지 않을까?ㅋㅋㅋㅋ 지금 군대있어가지고..ㅠ 저 논문 마무리는 싸지방에서 했음ㅋㅋㅋ
익명27
2023/06/04 14:41
냉동
이런 미친
익명28
2023/06/04 14:03
냉동
역시 딥러닝 제대로 쓰려면 수학, 컴공까지 배워야돼...
비전공자는 너무 힘들다 ㅋㅋㅋㅋㅠ
비전공자는 너무 힘들다 ㅋㅋㅋㅋㅠ
익명29
2023/06/04 14:09
냉동
익명30
2023/06/04 14:25
냉동
아니 미친
익명31
2023/06/04 14:39
냉동
생물학같은건 하나도 모르는 딥러닝쟁이인데얼핏봐서 이해한 내용이
결합해서 상호작용이 일어나는 단백질 쌍들은 interacting position에 따른 에너지 분포를 뽑았을 때 좁은 깔때기 모양을 나타내는걸 관찰했고 이러한 양상이 종에 관계없이 나타나는걸 확인했다. 위 관찰을 바탕으로 여러 실험을 진행해본 결과 결합 예측에 있어서 굉장히 유의미했다.
질문이 있음
1. 딥러닝 모델은 어떤 두 단백질의 pair의 energy distribution을 입력으로 넣고 해당 pair의 결합 가능성을 예측하는게 맞을까? 그러니까 모델은 해당 distribution이 funnel-like인지 판별하는거임?
2. 봤을 때 직접적으로 이게 funnel-like인지 분석하는 프로토콜이 있는 걸로 보이는데 딥러닝 모델을 쓰는 이유가 뭐임? 기존의 것이 계산량이 너무 높기 때문에 그런걸까?
결합해서 상호작용이 일어나는 단백질 쌍들은 interacting position에 따른 에너지 분포를 뽑았을 때 좁은 깔때기 모양을 나타내는걸 관찰했고 이러한 양상이 종에 관계없이 나타나는걸 확인했다. 위 관찰을 바탕으로 여러 실험을 진행해본 결과 결합 예측에 있어서 굉장히 유의미했다.
질문이 있음
1. 딥러닝 모델은 어떤 두 단백질의 pair의 energy distribution을 입력으로 넣고 해당 pair의 결합 가능성을 예측하는게 맞을까? 그러니까 모델은 해당 distribution이 funnel-like인지 판별하는거임?
2. 봤을 때 직접적으로 이게 funnel-like인지 분석하는 프로토콜이 있는 걸로 보이는데 딥러닝 모델을 쓰는 이유가 뭐임? 기존의 것이 계산량이 너무 높기 때문에 그런걸까?
글쓴이
2023/06/04 14:58
냉동
우선 논문읽어줘서 고마워
답하자면 funnel-like인지 판별하는 모델은 아니고 결합하는 단백질에서 나타나는 결합에너지 분포인지 판단하는 모델이야.
딥러닝모델 전 (Fig.4전까지)에는 단백질 결합에너지 분포가 좁은깔대기 모양이란걸 확인하긴 했지만 어쨌든 결합의 유무에 따라 두 분포가 다르단걸 확인했으니 그 다른 분포들을 학습시켜서 분류하는 모델이야.
왜 이렇게 했냐면 좁은 깔대기 분포모양이라고 기준을 잡는게 되게 애매했거든 1,000개의 plot중에 단백질 결합의 유무와 관계없는 데이터 일것이고 일부는 단백질 결합인지 추정하는데 결정적인 역할을 할텐데 cut-off를 잡는것도 어렵고 cut-off에 따라서 정확도가 크게 바꼈거든. 그리고 다른 결합에너지 분포의 숨겨진 복잡한 특징이 단백질 결합의 유무와 관계있을수도 있었기때문에
다른 머신러닝 알고리즘보다도 그냥 딥러닝을 쓰는게 낫겠다 싶었어.
딥러닝으로 고양이랑 개사진 구분하듯이 결합하는 단백질 결합에너지 분포에 1로 라벨링하고 결합하지 않는 단백질 결합에너지 분포에 0으로 라벨링해서 학습시켜본거야. 근데 꽤 괜찮게 구분하더라고.
이러면 1,2에 대한 답이 된거같은데 추가적으로 질문 있으면 언제나 환영해.
답하자면 funnel-like인지 판별하는 모델은 아니고 결합하는 단백질에서 나타나는 결합에너지 분포인지 판단하는 모델이야.
딥러닝모델 전 (Fig.4전까지)에는 단백질 결합에너지 분포가 좁은깔대기 모양이란걸 확인하긴 했지만 어쨌든 결합의 유무에 따라 두 분포가 다르단걸 확인했으니 그 다른 분포들을 학습시켜서 분류하는 모델이야.
왜 이렇게 했냐면 좁은 깔대기 분포모양이라고 기준을 잡는게 되게 애매했거든 1,000개의 plot중에 단백질 결합의 유무와 관계없는 데이터 일것이고 일부는 단백질 결합인지 추정하는데 결정적인 역할을 할텐데 cut-off를 잡는것도 어렵고 cut-off에 따라서 정확도가 크게 바꼈거든. 그리고 다른 결합에너지 분포의 숨겨진 복잡한 특징이 단백질 결합의 유무와 관계있을수도 있었기때문에
다른 머신러닝 알고리즘보다도 그냥 딥러닝을 쓰는게 낫겠다 싶었어.
딥러닝으로 고양이랑 개사진 구분하듯이 결합하는 단백질 결합에너지 분포에 1로 라벨링하고 결합하지 않는 단백질 결합에너지 분포에 0으로 라벨링해서 학습시켜본거야. 근데 꽤 괜찮게 구분하더라고.
이러면 1,2에 대한 답이 된거같은데 추가적으로 질문 있으면 언제나 환영해.
익명31
2023/06/04 16:11
냉동
답변 고맙다.
Discussion 부분에서 보통 We가 들어가야 될 자리인데 I demonstrate ... 로 시작하는거 진짜 개쩌는거 같다.
Discussion 부분에서 보통 We가 들어가야 될 자리인데 I demonstrate ... 로 시작하는거 진짜 개쩌는거 같다.
익명32
2023/06/04 14:46
냉동
그... 이런 감정 뭔지 알아?
너무너무 대단해서 너무너무 찬사보내고 싶은데 너무너무 질투나. 그치만 너무너무 대단해서 질투도 못하겠는 그런 감정 알아??
진짜 대단하다!! 앞으로도 좋은 논문 많이 부탁할게!!
너무너무 대단해서 너무너무 찬사보내고 싶은데 너무너무 질투나. 그치만 너무너무 대단해서 질투도 못하겠는 그런 감정 알아??
진짜 대단하다!! 앞으로도 좋은 논문 많이 부탁할게!!
익명33
2023/06/04 14:53
냉동
생명과인데요 혹시 이거와 비슷한 논리로 DNA, protein bind affinity도 예측가능할까요?
글쓴이
2023/06/04 15:10
냉동
예. 가능하다고 생각합니다. 구글 딥마인드에서 단백질 구조를 예측하는 AlphaFold프로그램을 만들때 단백질의 residue사이의 포텐셜에너지를 딥러닝으로 예측하는걸 기반으로 시작했거든요.
참고논문:Senior, Andrew W., et al. "Improved protein structure prediction using potentials from deep learning." Nature 577.7792 (2020): 706-710.
제가 논문에서 사용했던 통계역학을 통해서 계산한 단백질의 결합에너지 보다도 딥러닝을 통해서 얻어낸 단백질의 에너지 계산이 정확했기에 AlphaFold가 엄청난 정확도를 보였던거고 마찬가지로 DNA-protein사이에서도 적용 가능하다 생각하고 제가 추후에 연구하고 싶은 분야 이기도 합니다.
참고논문:Senior, Andrew W., et al. "Improved protein structure prediction using potentials from deep learning." Nature 577.7792 (2020): 706-710.
제가 논문에서 사용했던 통계역학을 통해서 계산한 단백질의 결합에너지 보다도 딥러닝을 통해서 얻어낸 단백질의 에너지 계산이 정확했기에 AlphaFold가 엄청난 정확도를 보였던거고 마찬가지로 DNA-protein사이에서도 적용 가능하다 생각하고 제가 추후에 연구하고 싶은 분야 이기도 합니다.
글쓴이
2023/06/04 15:13
냉동
그리고 이미 연구된 논문들도 꽤 있어요. 근데 정확도는 써보지 않아서 잘 모르겠네요.
Barissi, Sandro, et al. "DNAffinity: a machine-learning approach to predict DNA binding affinities of transcription factors." Nucleic Acids Research 50.16 (2022): 9105-9114.
Barissi, Sandro, et al. "DNAffinity: a machine-learning approach to predict DNA binding affinities of transcription factors." Nucleic Acids Research 50.16 (2022): 9105-9114.
익명33
2023/06/04 15:17
냉동
감사합니다. 선배님 혹시 저도 알고싶은 추가적인 가설이 하나 있는데, 오픈채팅방이나 카톡 아니면 메일로 상담 가능할까요?
글쓴이
2023/06/04 16:39
냉동
이메일주소 rgdfs@sogang.ac.kr로 보내주시면 됩니다
익명33
2023/06/04 22:36
냉동
넵 감사합니다. 빠른 시일 내에 정리해서 메일 드리겠습니다.
익명34
2023/06/04 15:09
냉동
와 이런 사람이 나같은거랑 학교사람이네.. 대단하고 멋지다 심지어 군대에서 논문을 마저 쓴거라니 ㄷㄷㄷㄷ
익명26
2023/06/04 15:40
냉동
저사람은 학교만 서강대지 이미 아웃풋은 설대생 이상임 ㅋㅋ
익명36
2023/06/04 16:25
냉동
나 대신 서강을 빛내줘
익명37
2023/06/04 16:44
냉동
익명37
2023/06/04 16:44
냉동
익명38
2023/06/04 21:02
냉동
제정신이 아닌 사람이군
지도 없이 글쓰기 까지 잘하는게 신기하다
지도 없이 글쓰기 까지 잘하는게 신기하다
익명39
2023/06/04 21:54
냉동
석사생 본받고 갑니다. 넌 진짜 꼭 대학원 가라. 꼭꼮
익명40
2023/06/04 22:24
냉동
멋지다!
익명41
2023/06/05 10:51
냉동
오 내가 제대로 이해했는지 모르겠는데 그러며는 학부생이 지도교수 없이 논문을 쓰는게 가능은 한거야?? 당연히 지도교수가 있어야하는줄알았어
글쓴이
2023/06/05 18:28
냉동
당연하지. 리뷰과정은 blind 리뷰라서 내가 누군지 모른채로 심사하지.
물론 편집자가 이름값을 좀 본다는 말이 있긴 하지만
아인슈타인은 학부 졸업하고 26살에 특허청에서 혼자 상대성이론 논문 냈는데 학계가 그때보다 보수적으로 변한게 아닌이상 누구나 낼 수 있지.
물론 편집자가 이름값을 좀 본다는 말이 있긴 하지만
아인슈타인은 학부 졸업하고 26살에 특허청에서 혼자 상대성이론 논문 냈는데 학계가 그때보다 보수적으로 변한게 아닌이상 누구나 낼 수 있지.
글쓴이
2023/06/05 18:30
냉동
물론 심사가 빡세고 리뷰과정은 다른 박사이상 연구자 3명가량이 평가하고 비평하는 과정이 있으니 그만한 연구를 했을때 실리겠지만 이론상 누구나 낼 수 있음.
익명42
2023/06/05 19:40
냉동
학기별로 전공공부를 어떻게 이어나갔는지 알고 싶어요
어떤 단계를 거치며 성장했는지 궁금해요
당신은 서강의 자랑입니다
어떤 단계를 거치며 성장했는지 궁금해요
당신은 서강의 자랑입니다
글쓴이
2023/06/06 14:31
냉동
전공공부는 그냥 거의 다 했어요.
1전공이 생명과학과였고 2전공이 물리, 화학을 합친 생물물리화학과(학생설계) 3전공이 수학이였거든요. 그냥 교양수업은 필수만 듣고 나머지는 다 전공으로 채워서 200학점 가까이 들었어요.
근데 하나 후회하는게 있다면 특히 자연과학분야는 각 전공별 특색이 너무 다르고 공부하는 스타일이 너무 다른데 한학기에 다 들으려고 하니까 너무 힘들더라구요...ㅠ
수학과 고미, 물리과 역학, 수리물리 전자기, 화학과 유기, 생명과 현생실을 한번에 다 들으면서 학부연구생 생활을 병행한적이 있는데 진짜 난이도가 말도 안되서...나중에가선 익숙해지긴했지만 처음엔 고생 좀 했어요.
그래서 만약에 비슷하게 다전공을 한다면 한학기에 2전공 이상은 섞지말고 한번에 한전공씩 차근차근 들어가는걸 추천합니다.
1전공이 생명과학과였고 2전공이 물리, 화학을 합친 생물물리화학과(학생설계) 3전공이 수학이였거든요. 그냥 교양수업은 필수만 듣고 나머지는 다 전공으로 채워서 200학점 가까이 들었어요.
근데 하나 후회하는게 있다면 특히 자연과학분야는 각 전공별 특색이 너무 다르고 공부하는 스타일이 너무 다른데 한학기에 다 들으려고 하니까 너무 힘들더라구요...ㅠ
수학과 고미, 물리과 역학, 수리물리 전자기, 화학과 유기, 생명과 현생실을 한번에 다 들으면서 학부연구생 생활을 병행한적이 있는데 진짜 난이도가 말도 안되서...나중에가선 익숙해지긴했지만 처음엔 고생 좀 했어요.
그래서 만약에 비슷하게 다전공을 한다면 한학기에 2전공 이상은 섞지말고 한번에 한전공씩 차근차근 들어가는걸 추천합니다.
글쓴이
2023/06/06 14:39
냉동
대학교는 수강하는 과목에 따라 난이도가 조절이 가능하니 만약 학점이 매우 높게 나온다면 더 도전적으로 수강신청하는것도 좋은거 같아요.
저도 1학년때까지만해도 학부수석이였지만 다전공을 본격적으로 시작하고 나서부터는 학점 유지하느라 정신없었어요. 그래도 마지막에는 여러 전공들의 학부대학원 연계수업을 한번에 들으면서도 4점대까지는 지킬수 있게 되었어요. 그 과정에서 진짜 많은걸 배웠고 논문까지 쓸 수 있었던거 같습니다.
저도 1학년때까지만해도 학부수석이였지만 다전공을 본격적으로 시작하고 나서부터는 학점 유지하느라 정신없었어요. 그래도 마지막에는 여러 전공들의 학부대학원 연계수업을 한번에 들으면서도 4점대까지는 지킬수 있게 되었어요. 그 과정에서 진짜 많은걸 배웠고 논문까지 쓸 수 있었던거 같습니다.
익명42
2023/06/06 16:26
냉동
멋져요 감사합니다
익명43
2023/08/25 20:33
냉동
너 진짜 대단하다…… 존경해
익명44
2023/08/26 09:01
냉동
엄청나다는 말밖에 안나옵니다.. 진짜 대단하시고 대학을 졸업하는 나이에 천직을 찾고 그 길에 본격 진입한다는 것이 부럽네요. 건승하세요!!
