본문으로 바로가기

BioINwatch

(BioIN + Issue + watch) : 바이오 이슈를 빠르게 포착하여 정보 제공

바이오를 해석·응용하는 새로운 접근, 바이오 파운데이션 모델

  • 등록일2024-11-01
  • 조회수1565
  • 분류플랫폼바이오 > 바이오융합기술


바이오를 해석·응용하는 새로운 접근, 바이오 파운데이션 모델

BioINwatch(BioIN+Issue+Watch): 24-69


 

  • ◇︎바이오 파운데이션 모델은 바이오의 복잡한 생물학적 데이터를 해석하고 활용하는 혁신적인 도구로 신약 개발, 질병 예측, 맞춤형 치료 설계, 단백질 및 RNA 설계 등 다양한 분야에 응용 가능하여 최근 주목. 하지만, 고비용·자원이 필요하고 데이터의 편향성의 문제들이 해결할 과제로 존재

    ▸주요 출처 : Nature Biotechnology, Foundation models build on ChatGPT tech to learn the fundamental language of biology, 2024.9.13., Stanford University, On the Opportunities and Risks of Foundation Models, 2021.8.16

 

  • 바이오 파운데이션 모델*은 바이오의 복잡한 생물학적 데이터를 해석하고 활용하는 혁신적인 도구로 최근 주목
    파운데이션 모델 대규모 데이터로 학습하여 다양한 작업에 적용 가능한 범용 인공지능 모델

  • DNA, RNA, 단백질의 구조와 기능을 정교하게 예측하고 실제 생물학적 및 진화적 원리를 기반으로 새로운 생체 분자를 생성

  • –︎최근 EvolutionaryScale의 ESM3는 구조서열기능 데이터를 바탕으로 자연적 단백질과 비슷한 기능을 수행하는 완전히 새로운 단백질을 설계하는 데 성공(2024.7)하여 주목


  • 바이오 파운데이션 모델 개발은 Deep Genomics, Recursion, BioMap 등 스타트업 뿐만 아니라 GlaxoSmithKline, IBM, Nvidia와 같은 대기업들도 동참

  참고인공지능의 발전 과정 및 각 특징 >

 

출처Stanford University, On the Opportunities and Risks of Foundation Models, 2021.8.16.

분류

머신러닝

(Machine Learning)

딥러닝(Deep Learning)

파운데이션 모델

(Foundation Model)

특징

특정 작업에 적합한 러닝 

알고리즘 사용,

데이터 전처리에 수작업 필요

고차원 데이터 처리 및 자동

특징 추출로 수작업 최소화

범용적 적용은 어려움

다양한 데이터에 대한 범용성 

및 다기능성을 가짐

고비용과 자원 필요

적용예시

금융 예측의료 데이터

분석(정형 데이터)

이미지 인식(자율 주행

테슬라), 음성 인식(Siri)

대화형 AI(ChatGPT),

단백질 설계(BioNeMo)

출처: chatGPT활용 국가생명공학정책연구센터 재가공

자료 추천하기

받는 사람 이메일
@
메일 내용