싱가포르공공2026 – 진행 중싱가포르 과학기술연구청(A*STAR)
미생물의 화학물질 생산자를 찾는 PLM과 WISE
A*STAR, 미생물 스크리닝에서 후보를 4개로 좁히고 2개 종을 검증했다
문제
미생물의 유전적 잠재력만으로는 원하는 화학물질을 만들 수 있는지 알 수 없었다. 게놈 데이터가 불완전한 점도 스크리닝을 어렵게 했다.
접근 방식
A*STAR 연구진은 단백질 언어 모델과, 화학 구조를 생성형 AI로 다루는 워크플로 WISE를 결합했다. 생물학적 신호와 화학적 신호를 맞춰 보며 실험실 시험의 우선순위를 정했다. 시료 2,000개 이상에 적용해 네오마이신 B 생산 후보 4개를 유력 후보로 가려냈다.
주요 수치
4시료 2,000개 이상에서 뽑은 네오마이신 B 생산 유력 후보 수, A*STAR 발표 기준
2스크리닝에서 검증한, 전에는 특성이 밝혀지지 않았던 종의 수, A*STAR 발표 기준
시사점
AI는 실험실 스크리닝 작업량을 줄였고, 어떤 후보가 해당 화학물질을 만들어 내는지는 실험으로 확인했다.
분류
출처
출처 요약
[1]A*STAR Research2026년 9월 21일
A*STAR는 단백질 언어 모델과 화학 구조 모델을 결합한 방식을 소개했다. 시료 2,000개 이상을 스크리닝해 후보 4개를 고른 뒤 전에는 특성이 밝혀지지 않았던 2개 종을 검증했다고 밝혔다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
