순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Accurate RNA 3D structure prediction using a language model-based deep learning approach
Tao Shen, Zhihang Hu, Siqi Sun 외 · Nature Methods · 2024년 · 조회 8
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2024-11 발표 · 피인용 379회 · FWCI 34.5 · 동년 인용 상위 1% · 참고문헌 53개
RESEARCH PAPER 슬롯에 선정된 이유는 높은 피인용(379회)·FWCI 34.5 등 후속 연구에 활용 가능한 핵심 방법론을 제공하며, 동년 논문 상위 1%에 포함되었기 때문이다.
논문 요약
RNA 3차원 구조 예측은 기능 규명 및 약물 설계에 필수적이나 실험 데이터가 부족해 어려움을 겪는다. 연구팀은 약 2,370만 개 RNA 서열로 사전 학습된 언어 모델을 활용해 RhoFold+를 개발했다. 이 파이프라인은 전체 자동화된 엔드‑투‑엔드 방식으로 단일 체인 RNA의 3D 구조를 정확히 예측한다. RNA‑Puzzles와 CASP15 자연 RNA 타깃 평가에서 기존 방법보다 우수한 성능을 보였다.
후속 연구설계에 활용하기
후속 연구에서는 RhoFold+의 예측 정확도를 다양한 RNA 변이(예: 수정, 결합)별로 비교하고, 예측 구조를 기반으로 기능성 스크리닝 지표를 설계할 수 있다.
핵심어
RNA 3D 구조언어 모델딥러닝구조 예측
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.