ProteinMaker

[카테고리:] 단백질구조

  • [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…

  • [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…

  • [구조생물학/계산화학] Pim1 카이네이스 복합체(4JX7)의 핵심 도메인 타깃 초정밀 하이브리드 리파인먼트 완결 리포트

    단백질 카이네이스(Kinase) 도메인 연구에서 리간드-단백질 복합체 구조는 가상 스크리닝(Virtual Screening)과 분자역학 시뮬레이션의 핵심 인프라 데이터입니다. 실험 구조생물학 관점에서 결정(Crystal)을 안정적으로 성장시키기 위해 투입하는 기질 펩타이드 첨가제(Additive)나 N/C-말단 영역은 초기 구조 규명에 필수적인 요소입니다. 다만, 이후 이 구조를 유저들이 신약 개발 가상 도킹이나 분자역학 시뮬레이션 등 실전 가상 실험에 곧바로 활용할 때는 가장 중요한 약물 결합…

  • [Bioinformatics] 결함을 넘어 무결점으로: 15년 전 X-ray 구조의 한계를 치유하는 하이브리드 리파인먼트 파이프라인(HanJariFold V36) 가동기

    과거와 현재를 잇는 구조생물학 리파인먼트(Refinement) 여정의 위대한 마침표를 공유합니다. 이번 타깃은 15년 전인 2010년 결정학 데이터 발표 당시, 실험적 한계와 극심한 격자 내 응력(Lattice Stress)으로 인해 온통 찌그러지고 기하학적 모순이 가득했던 거대 복합체 단백질 Human Transglutaminase 2 (PDB ID: 3LY6)입니다. 이 아쉬운 유산을 2026년 현재, 직접 개발한 하이브리드 물리 엔진 파이프라인 HanJariFold V36 Cosmic Continuum…

  • [Bioinformatics] 완벽을 넘어 정점으로: Top-tier X-ray 구조를 더 완벽하게 깎아내는 하이브리드 리파인먼트 파이프라인(HanJariFold V38.1) 가동기

    안녕하세요. 구조생물학 및 계산화학을 연구하는 블로그입니다. 단백질 구조 정밀화(Structure Refinement) 파이프라인을 테스트할 때, 흔히 수행하는 벤치마크는 품질이 다소 떨어지는 모델(MolProbity 스코어 2.5~3.0 이상)을 정상 범주로 돌려놓는 예시입니다. 하지만 “이미 정점(Top-tier)에 도달해 있는 초고해상도 실험 구조를 가져와서, 실험 데이터 없이 물리 엔진의 힘만으로 미세한 스트레스까지 더 정밀하게 깎아낼 수 있을까?”라는 질문을 던진다면 어떨까요? 오늘은 자체 개발한…

  • 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…