Parapred: 컨볼루션 및 순환 신경망을 이용한 항체 파라토프 예측

동기: 항체는 척추동물의 면역계에서 핵심적인 역할을 하며, 연구 및 진단 분야에서 강력한 도구로 활용된다. 항체의 고변이 영역은 항원과 결합하는 기능을 담당하고 있으며, 아미노산 서열로부터 쉽게 식별할 수 있지만, 항원과 직접 접촉하는 아미노산을 정확히 파악하는 것은 여전히 도전 과제이다. 결과: 본 연구에서는 서열 기반의 확률적 기계학습 알고리즘인 Parapred를 제안한다. Parapred는 깊이 학습(deep-learning) 아키텍처를 활용하여 지역적 아미노산 주변 환경과 전체 서열의 특징을 동시에 활용한다. 이 방법은 기존 최고 수준의 기술보다 상당한 성능 향상을 보이며, 항원에 대한 사전 정보 없이도 고변이 영역에 해당하는 아미노산 서열만을 입력으로 하면 된다. 또한, 본 연구에서는 예측 결과를 활용해 강체 도킹( rigid docking) 알고리즘의 속도와 정확도를 향상시킬 수 있음을 보여준다. 공개 및 구현: Parapred 알고리즘은 http://www-mvsoftware.ch.cam.ac.uk/에서 웹서버 형태로 무료로 제공되며, https://github.com/eliberis/parapred에서 다운로드도 가능하다. 문의처: [email protected] 또는 [email protected] 보충 정보: 보충 자료는 Bioinformatics 온라인에서 제공된다.