진짜 비전공자라 생명공학 학사이고, 유전자 편집 및 치료제에 관심이 많아 정확히 말하면 bioindusty를 전공해서 생물 정보학, 기초생물통계학, 기초프로그래밍(python) 정도는 배웠는데 요즘 AI에 대해 많이 얘기를 하니까 드는 생각임.
- 단백질 구조 예측이나 염기서열 분석 모델 개발을 위해 어떤 수준의 AI/딥러닝 기술(예: CNN, Transformer 등)을 이해해야 할까?
- 제한된 생물학적 데이터를 극복하기 위해 전이 학습(Transfer Learning)이나 데이터 증강(Data Augmentation)을 어떻게 활용할 수 있을까?
- AI 기반 유전자 편집 모델의 결과를 생물학적으로 신뢰할 수 있다고 해도, 본인의 DNA 염기서열을 바꾼다고 하면 이게 산업적인 상품성을 가지고 판매가 가능할까??
박사과정에서 NGS만 분석만 하다가 회사에서 딥러닝 가지고 이것저것 하는 현직이에요. 눕눕이지만 각 질문 별로 제 생각 적어볼게요. 단백질 구조 예측이나 염기서열 분석 모델 개발을 위해 어떤 수준의 AI/딥러닝 기술(예: CNN, Transformer 등)을 이해해야 할까? 수준은 높을수록 좋고 아는 것은 많을수록 좋은데 alphafold2에 사용되는 기법들에서 시작하는게 가장 좋다고 생각해요. Transformer랑 diffusion은 일단 무조건 공부하세요.
제한된 생물학적 데이터를 극복하기 위해 전이 학습(Transfer Learning)이나 데이터 증강(Data Augmentation)을 어떻게 활용할 수 있을까? 이것 역시 alphafold2에 사용된 기법을 활용하세요. 논문의 본문이 중요한게 아니라 supplementary information에 질문의 답이 있습니다. BERT같은 것들로 단백질 서열을 미리 학습 시킨 것들로 내 목적에 맞는 업무 (task)에 정밀조정 (fine tunning)하는 논문들이 많으니 읽어보세요. data augmentation은 보통 서열정보를 masking하는데 embedding vector에 노이즈를 추가하는 방식도 있고 다양합니다.
AI 기반 유전자 편집 모델의 결과를 생물학적으로 신뢰할 수 있다고 해도, 본인의 DNA 염기서열을 바꾼다고 하면 이게 산업적인 상품성을 가지고 판매가 가능할까?? 이건 무슨 의민지 모르겠습니다. 인간 몸속에 있는 세포가 1조 개인가 그런데 본인 DNA서열을 그 세포들 전체를 바꾸는건 불가능합니다.
1번은 gnn쪽 아닌교
위 댓처럼 Alphafold2 모델 뜯어보고 최근이 나온 alphafold3도 뜯어보셈 그리고 ESM 시리즈도 봐야하고 baker lab 논문들도 보셈