티스토리

Novelism

검색하기

블로그 홈

Novelism

novelism.co.kr/m

Food and Drug

구독자: 14

방명록 방문하기

공지 공지사항 모두보기

주요 글 목록

bioinformatics: CCLE expression 데이터 gene symbol, entrez id로 찾기 Cancer Cell Line Encyclopedia (CCLE) 는 천여개의 Cancer Cell line에 대해 copy number, sormatic mutation, expression 등을 수록한 데이터베이스 입니다. 지금은 DepMap (Dependency Map) 과 통합되었고, DepMap portal을 통해서 제공됩니다. DepMap은 Cancer Cell line의 gene knockout/knockdown 에 대한 세포 생장 변화 여부를 수록한 데이터베이스 입니다. 최신 공개 버전은 23Q4 입니다. https://depmap.org/portal/download/all/ 포털에서 데이터를 그래프로 볼 수도 있고 다운로드를 할 수도 있습니다. protein coding genes에 대한.. 공감수 0 댓글수 0 2023. 12. 25.
bioinformatics: gene symbol, entrez id 변환 이전 글 ( https://novelism.tistory.com/381 )에서 언급한 gene symbol과 entrez ID 를 변환하는 코드 예시입니다. DB를 배포할 때, 서로 중복될 여지가 있는 gene symbol 말고도 풀네임이나 ID 를 함께 배포하면 좋겠습니다만, 그렇지 못한 경우가 여럿 있습니다. 일단 저는 정보를 추출할 때 다음 2개의 파일을 사용합니다. 하나는 HGNC이고, 다른것은 NCBI gene info 입니다. HGNC는 당연히 HGNC symbol 이 기준이고, NCBI는 entrez id 가 기준입니다. https://ftp.ebi.ac.uk/pub/databases/genenames/hgnc/tsv/hgnc_complete_set.txt https://ftp.ncbi.nl.. 공감수 0 댓글수 0 2023. 12. 25.
bioinformatics: gene symbol, 유전자 이름에 대해서 보통 bioinformatics라고 하면 주로 DNA, RNA에 대한 연구를 생각합니다. 저는 단백질 구조예측으로 단백질 서열-구조-기능-진화에 대한 연구에서 시작하였습니다. 관련 분야중에는 단백질체학이라는 분야도 있지만, 개개의 단백질에 대해 보는 것이 아니라 단백질체로 분석하기에 차이가 있습니다. 단백질 구조에 대한 연구는 물리화학이나 생물물리학적인 접근방법도 있지만, 저는 bioinfomatics에 가까운 방향으로 연구를 했습니다. 다양한 서열정보를 활용한다는 점에서 그렇습니다. 그동안 단백질 구조와 관련된 약물 탐색 관련 일을 했지만, 원래는 유전체 관련 연구를 하고 싶었습니다. 고등과학원을 그만두면서 유전체 분석 예비 전문가 과정 교육을 받기도 했고, 후에 회사로 갈 때도 유전체에 대한 연구를 .. 공감수 1 댓글수 0 2023. 11. 18.
상보성 원리: 대립적인 것은 상호 보완적이다. 요즘 세상이 너무 날카로워지고 있는 것 같습니다. 화합과 존중과 평화의 시대는 끝났고 대립, 미움, 분노, 증오, 좌절이 지배하고 있는 것 같습니다. 그래서 세상의 화합을 바라는 마음으로 대립의 시대에 살던 한 과학자의 사상에 대한 이야기를 하려고 합니다. contraria sunt complementa 덴마크의 물리학자 닐스 보어의 가문 문장에 적힌 글입니다. 대립적인 것은 상호 보완적이다. 물리학자들은 세상의 원리를 발견하기를 희망합니다. 좀 심하게 나가면, 그 원리로 세상 모든 것을 설명하거나, 모든 분야에 그 원리를 응용하려는 생리를 가지고 있습니다. 양자역학의 창시자 중 한 사람인 닐스 보어는 아마도 상보성 원리가 세상 모든 것을 설명하는 가장 핵심적인 원리라 생각한 것 같습니다. 사실 저도 동.. 공감수 4 댓글수 1 2023. 8. 25.
Protein bioinformatics: 구조-기능-진화와 머신 러닝 저는 조금 다양한 분야를 연구한 것 같습니다. 그중에서도 저에게 가장 흥미 있는 분야는 생물정보학이라고 생각합니다. 오늘은 단백질 생물정보학과 머신러닝의 관계에 대해 이야기하겠습니다. 저는 단백질 생물정보학에서 처음 머신러닝을 접하였습니다. 머신러닝에서 중요한 주제 중 하나는 데이터의 분포와 매니폴드입니다. 예를 들어 28*28 픽셀의 그림에서, 오직 흑과 백 두 가지 경우만 존재한다고 생각해 봅시다. 이때, 이 픽셀에 흰점과 검은 점을 조합할 수 있는 총경우의 수는 2^(28*28) 가지입니다. 이 그림 파일의 각 가능한 조합의 경우를 28*28 bit로 표현할 수 있을 것입니다. 그런데, 대부분의 조합들은 아마도 우리가 신호 없는 모니터에서 보는 흑백이 랜덤 하게 뿌려진 노이즈에 해당할 것입니다. 질.. 공감수 2 댓글수 0 2023. 2. 9.
아미노산 종류에 따른 residue-residue contact 비율 아래 그림은 2018년도에 모니터 화면을 찍은 것입니다. 생각해보면 좀 아쉬운데... 단백질 구조들을 모아서 아미노산 종류에 따른 contact 비율을 그려본 것입니다. (노말라이즈도 이미 했습니다.) x,y축은 각각 아미노산의 종류고 (20종) color는 contact 비율입니다. 아미노산마다 residue-residue contact 비율이 다름을 볼 수 있습니다. 당연히 그렇겠죠. 서로 같은 전하를 가진 아미노산이 접촉되기는 어렵고, 서로 다른 전하를 가진 아미노산들은 상대적으로 서로 접촉되기 쉬울 테니... 4번의 가장 밝은 노란색이 무슨 아미노산인지는 안봐도 추측할 수 있습니다. 시스테인입니다. 시스테인은 다른 시스테인과 disulfide 결합을 하는데, 다른 조합에 비해서 contact 비율.. 공감수 1 댓글수 0 2022. 12. 12.
논문 리뷰 Condo: 공진화 정보를 이용한 단백질 도메인 경계 예측 저에게 가장 의미 있는 두 편의 논문중 하나입니다. 저는 좋은 연구를 하고 싶은 분들께 이 연구를 추천해드리고 싶습니다. 당시에 좋은 연구란 무엇인가에 대해 고민을 많이 했습니다. 그리고 이 논문이 제 결론이었습니다. 좋은 아이디어는 그것만으로도 연구로서의 가치를 가지고 있습니다. 다만 논문은 개판으로 못썼고, 논문의 구성도 형편없습니다. 논문을 작성하는 분들에게는 구성이 안 좋은 논문의 예시로서 보여드릴 수 있겠습니다. 이 논문에서 단백질 도메인 경계 예측문제를 예측하기 위한 당시로선 획기적인 방법을 제시하였습니다. 제목은 Condo: protein domain boundary prediction using coevolutionary information 입니다. 2018년도에 나온 논문이고, 에디터는.. 공감수 4 댓글수 2 2022. 11. 4.
데이터 분석: 유사성과 정렬 복잡한 데이터들을 분석하는 과정에서 하는 일중 하나는 데이터의 유사성을 찾는 것입니다. 유사성을 비교하기 위해선 데이터를 정렬해야 합니다. DNA나 단백질 염기 서열에 대해 연구하는 bioinformatics 분야에서 많이 하는 일중 homology 탐색이 있습니다. 유사한 서열을 탐색하는 것입니다. 서로 다른 서열의 유사성을 비교하기 위해선 정렬을 해야 합니다. 서로 무관한 것들을 정렬하는 것은 의미가 없습니다. 약물 탐색도 마찬가지입니다. 특정 타깃 단백질에 대해서 결합하는 약물들을 그냥 뿌려두면, 분석하기 매우 어렵습니다. 이럴 때 2D, 3D 구조 정렬, Maximum common subgraph 같은 다양한 정렬 방법을 활용하면 약물들 사이의 유사성을 확인할 수 있습니다. 그리고 유사한 약물들끼.. 공감수 0 댓글수 0 2022. 8. 5.
인공지능은 물리학를 학습할 수 있을까? 과학은 현실을 다루는 학문입니다. 여기서 말하는 현실이란, 우리가 살고 있는, 즉, 관찰자인 우리 자신이 있고, 관찰자에게 측정된 사실들로 이루어진 세계입니다. 과학은 논리의 학문이지만, 논리만으로 성립하지 않습니다. 실험 혹은 측정은 과학에서 가장 중요한 요소입니다. 다른 말로 과학이란 관측한 현상들을 논리적으로 설명하는 학문이라고 할 수 있습니다. 과학에선 기본적으로 우리가 살고 있는 세상이 논리적이라고 가정합니다. 어떠한 가정이 현실 세계에서 참이라면, 그 가정으로부터 논리적으로 전개되는 결과도 현실세계에서 참이어야 한다는 것입니다. 예를 들면, 아인슈타인의 특수 상대성 이론은 진공에서의 광속이 일정하다는 것과, 상대성 원리라는 두 가지 가정으로부터 논리적으로 유도됩니다. 만약 우리가 살고 있는 세.. 공감수 1 댓글수 0 2022. 8. 3.
연구자로서 미래를 보는 것에 대해서 저는 대학원생 시절 매우 무능한 연구자였습니다. 학업 성적은 나쁘지 않았지만, 알고 있는 지식을 연구에 거의 활용하지 못했습니다. 연구 결과에 대한 판단은 전적으로 교수님께 의지할 뿐이었습니다. 그러던 어느 날, 다른 학생의 발표를 보고 그동안 제가 무엇을 잘못하고 있었는지 알게 되었습니다. 그 학생분은 자신의 연구를 자신의 연구라고 생각하고 연구를 하고 있었습니다. 스스로 정보를 찾고, 생각하고 판단하는 것을 보고, "아... 저것이 자신의 연구이구나..."라고 알게 되었습니다. 결국 어떤 연구에 대해서 가장 잘 아는 사람은, 연구자 본인이어야 합니다. 내가 한 일을 내가 가장 잘 알아야지 나보다 더 잘 아는 사람이 있으면 이상하지 않습니까?... 아무튼 저는 그때까지 몰랐습니다. 그게 제가 연구자로서.. 공감수 2 댓글수 0 2022. 4. 27.
Fermi surface가 느껴지는 보도 블럭 대학원생일 때 학교 산책하다 발견한 보도블록입니다. 당시 FeAs가 나오고 얼마 안되었던 시기였는데... 물리학 분야를 떠난지도 거진 10년 가까이 되었네요. 공감수 0 댓글수 0 2022. 4. 17.
과학 연구에서 중요한것 흔히들 과학 연구에서 넘치는 창의력과 틀에 매이지 않는 아이디어가 중요하다고 생각합니다. 하지만, 새로운 가설을 제시하는 것보다는, 가설을 어떻게 검증할 것인가가 과학의 본질이라고 볼 수 있습니다. 과학은 크게 실험/경험/측정과 이론으로 나뉩니다. 우리가 측정을 통해서 알 수 있는 사실들이 있습니다. 측정에 오류가 있지 않았다면, 그것이 사실입니다. 이론은 그 측정 결과의 원인이나, 측정 결과들 사이의 관계를 설명하는 것입니다. 아마도 창의력을 이야기하는 것은 실험보다는 이론의 영역에 대한 것 같습니다. 유명한 과학자들은 보통 실험보다는 이론분야의 종사자들이 많기 때문입니다. 실험은 보통 절차와 방법론이 정해져 있습니다. 예를 들면 특정 신물질을 만들었다면, 기존 물질에서 측정하던 물성들을 그 물질에 대.. 공감수 2 댓글수 0 2022. 4. 10.
물리학과 인공지능 겨울학교 온라인 강의 (2022) 한국 물리학회와 고등과학원 AI 기초과학센터 주관으로 물리학과 인공지능 겨울학교가 개최되는군요. 2022년 2월 21일 (월) - 25일 (금)까지 진행됩니다. 등록 3일째인데 400명 가까이 등록했습니다. 물리학과에서도 AI가 인기있다는게 느껴지네요. 다만 실전적이라기보다는 이론적, 기초적인 내용이 위주라서 얼마나 흥미를 끌지 모르겠습니다. 학부생이 배우는 수업과, 실제 대학원에서 연구하는 내용에는 차이가 많기도 하죠. 특히 물리학 분야에서 그런게 심하게 느껴집니다. 2022 물리학과 인공지능 겨울학교 (kias.re.kr) 2022 물리학과 인공지능 겨울학교 현대 물리학은 기계학습을 비롯한 다양한 인공지능 알고리즘을 활용하여 현재 강력한 시너지 효과를 경험하고 있으며, 이 두 가지 방법론이 점점 더 .. 공감수 0 댓글수 0 2022. 2. 10.
단백질과 머신러닝: 2차구조 예측 단백질 구조 예측 연구를 시작하고, 머신러닝을 배워야겠다고 결심한 계기가 된 논문이 있습니다. David T. Jones의 단백질 2차 구조 예측 논문 PSIPRED입니다. Protein secondary structure prediction based on position-specific scoring matrices - ScienceDirect Protein secondary structure prediction based on position-specific scoring matrices A two-stage neural network has been used to predict protein secondary structure based on the position specific scoring .. 공감수 3 댓글수 0 2022. 1. 15.
AlphaFold CASP14 논문이 나왔네요. https://www.nature.com/articles/s41586-021-03819-2?fbclid=IwAR2-w88mv6s0fUQzsBWQ3JIF2L2ztOElJj8n64bbhpZ4oxoozdXpNeHd_9I 제목 참 심플하네요. Highly accurate protein structure prediction with AlphaFold 하는 김에 깃허브 공개까지 되었습니다. https://github.com/deepmind/alphafold?fbclid=IwAR2gEAd6akjuDwiVUlMsQ8ORSpiw43SchfQ4ztjqk7MHnNNUdn46RmVliu0 나오는 김에 David Baker 그룹 논문도 나왔네요. https://science.sciencemag.org/content/early/.. 공감수 0 댓글수 0 2021. 7. 16.
protein bioinformatics: 4. UniProt 어떤 단백질에 대한 정보를 알고 싶다면, 위키피디아와 UniProt 에서 찾아볼 수 있습니다. 위키피디아는 굳이 설명할 필요가 없으니 uniprot 에 대해서만 이야기하면 되겠네요. https://www.uniprot.org/ UniProt The mission of UniProt is to provide the scientific community with a comprehensive, high-quality and freely accessible resource of protein sequence and functional information. UniProtKBUniProt KnowledgebaseSwiss-Prot (565,254)Manually annotated and reviewe www.un.. 공감수 2 댓글수 2 2021. 6. 17.
protein bioinformatics: 3. 단백질 삼차원 구조 예측 개요 단백질은 아미노산들의 1차원 사슬로 이루어져 있고 (1차 구조), 지역적으로 helix, strand, coil 의 2차 구조를 형성하고 이들이 모여서 고유의 3차원 접힘 구조 (3차 구조)를 이룹니다. 혹은 3차 구조들이 여러개 모여 4차구조를 이루기도 합니다. 단백질 3D 구조 예측은 단백질의 서열로부터 고유의 3차원 접힘 구조를 예측하는 문제입니다. 단백질 구조 예측 문제를 어떻게 풀어야 하는가를 설명하기 위해서 일단 제 전공에 대한 이야기부터 해야겠는데요. 저는 원래 대학교, 대학원에서 물리학을 전공했습니다. 그러다가 졸업 후에 국내에서 단백질 구조 예측 연구를 전문적으로 한다는 연구실로 박사 후 연구원으로 취직을 했습니다. 저는 물리학을 전공한 사람이다보니, 처음엔 단백질도 물리적인 대상이니까 .. 공감수 0 댓글수 0 2021. 6. 7.
protein bioinformatics: 2.1 pdb 파일 포멧, 3d 구조 파싱 주의사항 PDB 는 protein data bank 로, 실험적으로 밝혀진 (혹은 일부 시뮬레이션된) 단백질의 구조를 업로드하고 배포하는 곳입니다. https://www.rcsb.org/ 여기서 많이 사용되는 파일포멧이 pdb 입니다. 이 파일포멧의 단점으로 다른 포멧을 사용하는 사람들도 있긴 하지만... 여전히 제일 많이 사용되는 파일 포멧입니다. pdb 파일을 파싱할 때 가장 중요한 점은 메뉴얼을 읽어야 한다는 점입니다. 메뉴얼은 여기서 찾으실 수 있습니다. https://www.wwpdb.org/documentation/file-format pdb 파일은 각 열마다 고유의 의미가 있습니다. 따라서 pdb 파일을 파싱할 때, 절대로 line.strip() 같은거 쓰면 안됩니다. 이중 단백질 구조를 담고 있는 .. 공감수 4 댓글수 5 2021. 5. 27.
protein bioinformatics: 1. 단백질 서열 정렬 (NWalign) 및 유사성 서열정렬 (sequence alignment) bioinformatics 생명정보학, 생물정보학, 생정보학... 이 분야가 무엇이라고 한마디로 규정하기 어렵지만, 생물과 관련된 정보를 사용하는 분야이고, 대량의 데이터를 다루기에 컴퓨터를 사용하는 일이 많습니다. 대표적으로는 유전체 분석.. 유전체의 서열과 발현을 다루는 일이 있습니다. 사실 단백질도 유전체로부터 나오기에, 단백질 관련 연구도 중요한 주제입니다. 저는 단백질 구조 및 기능 분야에서 일하고 있고, 당분간 바이오인포메틱스적인 관점에서 단백질을 어떻게 연구하는지, 그리고 어떤 스킬이 필요한지에 대해 이야기하고자 합니다. 서열 정렬을 어떻게 해야하는지, pdb를 어떻게 파싱해야할지 같은 이야기입니다. 예제코드는 제 github에 있습니다. htt.. 공감수 0 댓글수 0 2021. 5. 27.
과학과 돈 저는 대학, 대학원에서 물리학을 전공하였습니다. 그것도 기초과학 분야이고, 이론적이고 원리를 밝혀내는 부류의 소위 돈 안되는 연구에 가까웠습니다. 지금은 물리학과는 좀 다른 분야, 그것도 회사에서 일하고 있습니다. 어찌보면 지금 하는일과 전공이 무슨 상관이 있냐?... 박사 뭐하려고 했냐? 의미 없는 시간 아니었냐 라고 할 수도 있지만, 오늘의 자신이 있는 것은 과거의 자신이 있었기 때문이라고 생각합니다. 오늘은 그냥 제가 살아오면서 느껴온 이야기들을 좀 적어보고 싶습니다. 제가 물리학에 매료된 것은 상대성 이론과 양자역학이 나온 시대를 동경하고 그리고 그 시대를 살아가던 훌륭한 선배님들을 동경했기 때문이었습니다. 그 중에는 워낙 대중적으로도 유명해서 모르는 사람이 없을만한 분들도 계십니다. 아인슈타인,.. 공감수 2 댓글수 0 2021. 4. 10.
단백질 구조예측과 딥마인드의 알파 폴드 이미 조금 지난 일이지만, 작년 CASP14에서 딥마인드의 알파폴드 2가 예측 정확도에서 다른 참가자를 크게 제쳐버린 일이 있었습니다. 하지만 아직도 알파폴드2를 제대로 분석한 자료는 보이지 않는 것 같습니다. 딥마인드를 과소평가하는게 아닌가... 그런 생각이 듭니다. 저도 나름 단백질 구조예측 분야를 연구한 경험이 있기에 몇가지 적어볼까 합니다. 먼저, 저는 단백질 구조예측대회 CASP12에 참여하였고 3위안에 드는 그룹 소속으로 주요 저자 중 한명이었습니다. 그리고 correlated mutation 관련된 논문을 2편 쓴 경험이 있습니다. (하지만 그중 한편 도메인 경계 예측은 딥마인드가 도메인 경계 나누지 않고 그냥 모델링 해버렸다고 해서 묻혀버린 분야가 되었습니다.) 굳이 제 이야기를 하는 이유.. 공감수 8 댓글수 1 2021. 3. 8.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.