Web server of CSSB
[Introduction] Protein Puzzler: why we start?
Protein folding, Protein-protein interaction … Protein을 포함한 biomolecule의 구조와 기능을 다루는 분야는 최근 인공지능의 도움으로 빠르게 발전하고 있습니다. 그러나 인공지능이 모든 경우를 설명할 수 있는 건 아닙니다. 조금이라도 단백질에 대해 아는 사람이 본다면 이루어질 수 없는 구조나 상호작용을 결과로 내놓는 경우도 허다하죠. 그렇다면, 단백질에 대해 잘 아는 - 이런 구조에 익숙한 과학자들의 시선을 데이터로 만들 수 있다면 어떻게 될까요? 이렇게 만들어진 데이터는 어떻게 사용될 수 있을까요?
Reinforcement Learning: Teaching how to work
한 게임의 플레이어를 상상해봅시다. 여러분이 어떤 행동을 하느냐에 따라 함정에 빠져 곤욕을 당할 수도, 보물을 찾아 부귀영화를 누릴 수도 있겠죠. 모든 것은 당신의 행동에 달렸고, 그 행동에 따라 당신을 둘러싼 환경은 어떤 보상을 줄지 결정해줄 겁니다. Reinforcement learning은 이 상황에서의 여러분을 agent, 당신이 받게 될 결과를 reward라고 부릅니다. 어떠한 문제 상황에 놓였을 때 agent가 받는 보상을 최대화하도록 action을 유도하는 게 포인트죠.
Reinforcement Learning in protein problems
Protein-protein interaction을 하나의 문제로 본다면, 문제에서의 행동은 특정 구조를 제시하는 걸 겁니다. 그럼 어떤 구조가 상을 받아야 할 구조인지, 또는 반려할 구조인지는 어떻게 판단할까요? 진화적 증거를 사용할 수도, 기존 protein-protein interaction 데이터를 활용할 수도, 또는 물리화학적 구조를 사용할 수도 있을 겁니다. 그러나 앞서 말했듯이, 이런 정보를 활용하여 prediction을 진행하는 인공지능도 과학자의 직관과는 전혀 동떨어진 결과를 내놓기도 합니다. 사람의 직관을 그대로 디지털화하기에는 아직 남은 길이 많죠. 직관의 원리를 이용하여 이런 문제를 자동으로 풀어줄 프로그램 같은 걸 만들려면 정말 오랜 시간이 필요할 거예요. 그럼 그 직관으로 만든 데이터를 쓰면 되는 거 아니냐고요?
Protein puzzler wants your intuition!
이 웹사이트는 여러분들이 직접 만들어가는 데이터베이스입니다. 당신이 가진 화학자로서의 시각을, 생명과학자로서의 관점을, 설령 이름을 붙일 수 없는 시선이라 해도 좋으니 단백질에 익숙해진 당신의 직관을 빌려주세요. Protein Puzzler는 게임입니다. 하지만 여러분은 플레이어가 아닌 심사단이죠. 누군가 예측했을 구조를 보고 평가해주세요. 이 플레이어에게는 어떤 보상을 주어야 할까요? 훌륭한 예측에는 적절한 보상을, 직관에 어긋나는 결과에는 철저히 혹평을 내주세요.