세르게이 코텔니코프, 머신러닝 기반 단백질 구조 예측 모델 개발
세르게이 코텔니코프 박사가 물리 법칙과 머신러닝을 결합해 단백질 구조와 상호작용을 예측하는 모델을 연구합니다. 그는 MIT에서 기하학적 딥러닝을 도입해 모델의 성능을 높이고 있습니다.
주장세르게이 코텔니코프 박사는 생명체의 기본 단위인 단백질의 구조와 상호작용을 분석하고 예측하는 모델을 개발합니다. 그는 복잡한 생명 현상을 물리적 법칙과 머신러닝을 결합해 설명합니다.
팩트코텔니코프 박사는 2026년 3월 31일 기준으로 매사추세츠 공과대학교(MIT) 과학대학 학장 박사후 연구원 펠로우십을 수행합니다. 그는 키팅 연구실과 협력해 단백질 구조와 기능, 상호작용 연구에 집중합니다.
팩트그는 러시아 모스크바 물리기술대학교에서 물리학 및 응용수학 학사·석사 학위를 취득했습니다. 이후 뉴욕 스토니브룩 대학교 박사 과정에서 단백질 상호작용 예측 권위자인 디마 코자코프와 연구를 수행했습니다.
팩트코텔니코프 박사는 프로탁스(PROTACs)라 불리는 새로운 분자 계열의 단백질 복합체 구조 예측법을 개발했습니다. 이 방법은 고속 푸리에 변환 알고리즘을 활용해 기존에 계산이 불가능했던 복잡한 단백질 구조를 계산 가능하게 합니다.
팩트그는 단백질 구조 예측 분야 국제 대회인 캐스프(CASP)에서 우수한 성과를 거두었습니다. 캐스프는 노벨상을 수상한 알파폴드 시스템이 처음 발표된 권위 있는 대회입니다.
교차검증단백질 구조 예측은 현재 실험 데이터가 제한적이라는 한계가 있습니다. 따라서 계산 생물학자가 개발하는 시뮬레이션 모델은 약물 발견 분야에서 필수적인 통찰력을 제공합니다.
주장코텔니코프 박사는 MIT에서 기하학적 딥러닝 분야를 탐구하며 물리적, 기하학적 지식을 신경망 구조에 통합합니다. 이러한 접근 방식은 모델 학습에 필요한 데이터 양을 줄이고 일반화 성능을 향상합니다.
팩트MIT의 에이미 키팅 교수는 코텔니코프 박사의 계산 분석 경험이 실험실 연구와 결합해 큰 시너지를 낼 것으로 기대합니다. 키팅 교수는 생물학 및 생물공학 분야에서 단백질 상호작용 연구를 이끕니다.
교차검증모델링 과정에서 발생하는 현실과의 괴리는 계산 생물학자가 직면하는 주요 과제입니다. 코텔니코프 박사는 실험 과학자와의 효율적인 소통이 이러한 간극을 메우는 데 중요하다고 강조합니다.
출처MIT News, "Building the blocks of life", 2026년 3월 31일 게시. 자세한 내용은 https://news.mit.edu/2026/building-blocks-of-life-sergei-kotelnikov-0331 에서 확인할 수 있습니다.
본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.
