온라인 튜토리얼 | ProteinGym #1! VenusREM은 "검색 강화" 기능을 사용하여 단백질 돌연변이의 영향을 예측하고 단백질 설계를 가속화합니다.

단백질 공학은 '시행착오식 선별'에서 '컴퓨터 기반 사전 선별'로 나아가고 있습니다. 즉, 실제 실험 전에 전산 방법을 사용하여 돌연변이가 단백질 기능에 미치는 영향을 평가함으로써 후보군을 좁히고 실험 비용을 절감하는 것입니다. 그러나 단백질 돌연변이 공간은 방대하고 구조와 기능 간의 관계는 복잡합니다. 예측 효율성과 정확성 사이의 균형을 맞추는 것은 이 분야의 핵심 과제였습니다.

2025년 7월, 상하이 자오퉁 대학교는 동중국 과학기술대학교 및 상하이 인공지능 연구소와 협력하여 단백질 돌연변이 효과 예측 모델인 VenusREM을 발표했습니다.해당 논문은 ISMB/ECCB 2025에서 발표되었으며 생물정보학 색인에 등재되었습니다.현재 ProteinGym 치환 돌연변이 벤치마크에서 1위를 차지하고 있습니다.

VenusREM의 핵심 아이디어는 "검색 향상"입니다. 단백질 언어 모델을 기반으로 검색 향상 메커니즘(REM)을 도입했습니다. 추론 과정에서 다중 서열 정렬(MSA)에서 얻은 상동 서열 정보를 참조하여 상동 단백질의 진화 정보로부터 보존성 및 돌연변이 유발성에 대한 사전 지식을 추출함으로써 예측 정확도를 향상시킵니다.

모델 아키텍처 측면에서 VenusREM은 아미노산 서열과 3차원 구조 정보를 통합하는 ProSST 구조 인식 단백질 언어 모델을 기반으로 구축되었으며, 아미노산 서열, 구조 서열 또는 이 둘의 조합과 같은 다양한 검색 모드를 지원하고 다양한 데이터 조건에서도 안정적인 성능을 유지할 수 있습니다.

서열, 구조 및 진화 정보를 종합적으로 활용함으로써,VenusREM은 단백질 공학에서 돌연변이 선별, 유전자 진화 실험 전 후보 프로토콜 평가, 질병 관련 병원성 돌연변이 분석에 사용할 수 있습니다.이는 연구자들이 잠재적인 핵심 돌연변이 발생 부위를 더 빠르게 찾아내고, 계산 예측에서 실험 검증으로의 전환을 가속화하는 데 도움이 됩니다.

현재 VenusREM은 HyperAI 튜토리얼 섹션을 개설하여 사용자가 환경 설정 및 모델 배포부터 돌연변이 효과 예측 및 결과 시각화에 이르기까지 전체 과정을 튜토리얼을 통해 완료할 수 있도록 지원하고 있습니다. 또한 예제 서열을 자신의 목표 단백질 연구에 직접 적용하여 사용할 수도 있습니다. ⬇️

온라인으로 실행:

https://go.hyper.ai/tfNeL

더 많은 온라인 튜토리얼:

https://hyper.ai/notebooks

튜토리얼 실행 중

1. hyper.ai 홈페이지에 접속한 후 "튜토리얼" 페이지를 선택하거나 "더 많은 튜토리얼 보기"를 클릭하고 "VenusREM: 검색 강화 단백질 돌연변이 효과 예측"을 선택한 다음 "이 튜토리얼 실행"을 클릭합니다.

2. 페이지가 리디렉션된 후 오른쪽 상단의 "복제"를 클릭하여 튜토리얼을 자신의 컨테이너로 복제합니다.

참고: 페이지 오른쪽 상단에서 언어를 변경할 수 있습니다. 현재 중국어와 영어로만 제공됩니다. 이 튜토리얼에서는 영어로 된 단계를 안내합니다.

3. "NVIDIA RTX 5090" 및 "PyTorch" 이미지를 선택하고 "작업 실행 계속"을 클릭합니다.

4. 리소스 할당이 완료될 때까지 기다립니다. 상태가 "실행 중"으로 변경되면 "워크스페이스 열기"를 클릭하여 Jupyter 워크스페이스에 들어갑니다.

효과 표시

1. 페이지가 리디렉션된 후 왼쪽에 있는 README 파일을 클릭하고 상단의 실행을 클릭합니다.

2. 과정이 완료되면 튜토리얼에서 돌연변이 효과 예측 결과와 시각화 히트맵을 확인할 수 있으며, 이를 통해 각 위치의 아미노산 치환이 단백질 기능에 미치는 영향을 직관적으로 파악할 수 있습니다.