ProteinMaker

[카테고리:] 구조예측대회

  • [Open Source] HanjariFold2: CosmicDistiller Engine Released! A Memory-Efficient AI Protein Structure Refinement Tool

    Hello, Structural Biology & AI Community! Amidst the intense modeling rounds of CASP17 this week, I am thrilled to officially release HanjariFold2: CosmicDistiller Engine as an open-source software! CosmicDistiller is an ultra-fast, lightweight macromolecular refinement tool designed to clean up unphysical atom clashes and backbone geometry errors (Ramachandran outliers) commonly generated by state-of-the-art AI models…

  • [오픈소스 발표] 초거대 리보솜도 OOM 없이 깎는 AI 단백질 구조 증류 엔진, HanjariFold2: CosmicDistiller 대공개!

    안녕하세요! 구조 예측 대회 CASP17이 한창 진행 중인 이번 주, 인공지능 단백질 구조 예측의 고질적인 기하학적 에러를 완벽하게 정제하고, 초고속으로 수화층을 형성해 주는 경량화 구조 정밀화(Refinement) 소프트웨어 HanjariFold2: CosmicDistiller Engine을 오픈소스로 전격 공개합니다! GitHub 저장소 바로가기: https://github.com/bghan2024/HanjariFold-endgame 라이선스: Apache License 2.0 (학술 및 상업적 이용 전면 허용, 출처 인용 필수) 💡 왜 CosmicDistiller인가? (개발 배경)…

  • 구조 생물학의 임계점을 넘다: 9W5I 복합체의 물리 엔진 기반 하이브리드 리파인먼트 리포트

    단백질 구조 규명 기술이 발전함에 따라, 실험적으로 얻어진 초기 모델의 기하학적 오류를 물리화학적 법칙에 맞게 정제(Refinement)하는 과정의 중요성이 더욱 커지고 있습니다. 본 리포트는 인체 내 핵심 고분자 복합체인 AGO2-miRNA-Hsp90-p23 성숙 복합체(PDB ID: 9W5I) 구조를 대상으로, 실험적 전자 밀도 맵의 제약 없이 오직 물리 엔진(HanJariFold)의 힘장(Force-field)만을 이용하여 수행한 기하학적 최적화(In-silico Geometry Optimization) 및 하이브리드 리파인먼트의 객관적…

  • [구조생물학/계산화학] 단백질 구조의 한계를 넘다: ‘초정밀 하이브리드 리파인먼트’의 개념과 과학적 당위성

    구조생물학의 발전으로 고해상도 X-ray 결정 구조나 Cryo-EM 데이터가 신약 개발과 분자역학 시뮬레이션의 핵심 인프라로 자리 잡았습니다. 그러나 수많은 연구자가 실험실에서 규명된 PDB(Protein Data Bank) 구조를 그대로 실전 시뮬레이션이나 가상 도킹(Virtual Screening)에 투입할 때 예기치 못한 장벽에 부딪히곤 합니다. 실험 구조가 가진 불가피한 미시적 한계 때문입니다. ProteinMaker™는 이러한 실험 구조의 가치를 훼손하지 않으면서도 계산과학적 활용도를 극대화하기…

  • Digital Crystallography: AI 시대의 실험 독립적 구조생물학을 위한 제안

    단백질 구조 연구는 오랫동안 실험 구조를 중심으로 발전해왔다. X-ray crystallography, cryo-EM, NMR은 구조생물학의 핵심 기반이며, 지금도 가장 강력한 구조 정보의 원천이다. 그러나 최근 AI 기반 구조 예측 기술의 발전은 새로운 질문을 만든다. “실험 데이터 없이도, 연구 활용 가능한 수준의 구조를 만들 수 있는가?” 나는 이 방향성을 설명하기 위해 Digital Crystallography라는 개념을 제안한다. What is Digital…

  • 디지털 결정학(Digital Crystallography), 구조생물학의 임계점을 넘어 새로운 지평을 열다

    구조생물학은 인류가 생명의 비밀을 분자 수준에서 들여다볼 수 있게 해준 가장 강력한 창이었습니다. X-ray 결정학부터 초저온 전자현미경(Cryo-EM), 그리고 최근 전 세계를 뒤흔든 대형 AI 예측 모델(AlphaFold, Boltz 등)에 이르기까지 우리는 수많은 단백질의 3차원 청사진을 빠른 속도로 손에 넣고 있습니다. 하지만 우리가 마주한 가상 공간의 진실은 여전히 미시적 한계를 안고 있습니다. 실험 구조는 거친 노이즈와 결정화…

  • AI-Guided & Water-Mediated Next-Generation Refinement: 구조생물학의 ‘마지막 1마일’을 정복하다

    최근 몇 년간 딥러닝 기술은 단백질 및 핵산의 3차원 구조 예측 분야에 혁명적인 변화를 가져왔습니다. 예측의 위상학적 정확도는 비약적으로 상승했지만, 역설적으로 현장에서는 새로운 거대한 벽에 부딪히고 있습니다. 바로 AI 모델 특유의 ‘통계적 환각’으로 인해 발생하는 원자 간의 물리적 충돌(Steric Clash)과 기하학적 붕괴 현상입니다. 특히 800개가 넘는 잔기로 이루어진 거대 RNA 복합체나 DNA-단백질 하이브리드 구조에서는, 기존의…

  • 구조 생물학의 임계점을 넘다: MolProbity 0.50 & Rama Z-score 0.55 달성 리포트

    단백질 구조 리파인먼트(Refinement)의 세계에서 “어디까지 정밀해질 수 있는가?”라는 질문에 답은 대개 통계적 한계선에 부딪히기 마련입니다. 하지만 최근 진행된 HanjariFold-Endgame 엔진의 테스트 결과는 그 한계선이 다시 쓰여야 함을 증명했습니다. 🧬 ZENITH V34: AI가 제안하고, 물리 법칙이 완성하다 이번 분석 대상은 약 242개의 잔기와 DNA 복합체(12 bp)로 구성된 시스템이었습니다. 흥미로운 점은 초기 모델로 사용된 AI(Boltz) 생성 구조가…

  • [기술 혁신] 초거대 리보솜 복합체(4V9C)의 구조적 한계를 극복하다: HanjariFold-Endgame 리파인먼트 성공

    안녕하세요, ProteinMaker입니다. 오늘은 당사의 독자적인 분자 정밀화 엔진인 HanjariFold-Endgame을 활용하여, 구조 생물학계의 거대 타겟인 70S 리보솜(Ribosome) 복합체(PDB ID: 4V9C)를 세계 최고 수준의 정밀도로 최적화한 사례를 소개해 드립니다. 1. 배경: 리보솜, 30만 원자 데이터의 무게 2012년 Nature Structural & Molecular Biology에 발표된 리보솜 구조(4V9C)는 생명 현상의 핵심을 담고 있는 위대한 성과물입니다. 하지만 3.30 Å 해상도에서 규명된…

  • Official Launch of the HanjariFold Research Access Portal for High-Precision Structural Refinement

     We are pleased to announce the opening of our researcher-dedicated test server for HanjariFold, now accessible at hanjarifold.net. Following extensive internal benchmarking and rigorous validation, we have confirmed that our latest refinement engine delivers exceptional performance. By integrating our core philosophy of Cosmic Biomechanics with deterministic physical learning models, the engine consistently achieves high-percentile structural…