연구
저희 연구실은 빅데이터 알고리즘과 기계학습을 결합하여 빠르게 증가하는 생물학적 서열과 구조의 세계를 이해하기 위한 새로운 계산 방법을 개발합니다. 데이터베이스 전체 규모에서 단백질과 유전체를 검색, 클러스터링, 어셈블리, 예측할 수 있는 빠르고 오픈소스 기반의 도구를 만들어, 방대한 유전체·단백질체 데이터를 미생물 군집에서부터 단백질 구조 세계의 체계화에 이르기까지 생물학적 통찰로 전환합니다.
서열 검색 및 클러스터링
MMseqs2 (Many-against-Many sequence searching)는 사이즈가 큰 단백질 및 DNA, RNA 서열 세트를 검색하고 클러스터링하는 소프트웨어 모음입니다. BLAST보다 월등히 빠르게 실행되며, PSI-BLAST 수준의 민감도(sensitivity)를 유지하면서 프로파일 검색을 훨씬 빠르게 수행합니다.
Linclust clusters huge sequence sets with a runtime that scales linearly with input size — not quadratically as in conventional algorithms — making it orders of magnitude faster than comparable methods.
단백질 구조
Folddisco는 서열상으로 멀리 떨어진 잔기로 이루어진 촉매 부위나 결합 포켓과 같은 불연속적 구조 모티프(discontinuous structural motif)를 색인하고 검색하여, 수백만 개의 단백질 구조에서 모티프를 빠르게 질의할 수 있도록 합니다.
FoldMason은 단백질의 다중 구조 정렬(multiple structure alignment)을 대규모로 정확하게 구축하는 도구로, 구조 정보를 활용하여 서열 기반 방법으로는 정렬하기 어려운 수천 개의 원거리 상동 단백질을 정렬하고 그들의 진화적 관계를 재구성합니다.
Foldseek-Multimer는 Foldseek을 확장하여 단백질 복합체를 정렬하고 검색하며, 예측된 복합체 전체 규모에서 다중 사슬 구조를 빠르고 민감하게 비교할 수 있도록 합니다.
AFDB Clusters는 Foldseek 클러스터링을 AlphaFold 단백질 구조 데이터베이스 전체에 적용하여, 예측된 단백질 세계를 구조적 클러스터로 묶어 기존에 알려지지 않은 단백질 패밀리와 그 관계를 밝혀냅니다.
Foldseek is a software suite for searching and clustering protein structures, orders of magnitude faster than state-of-the-art structural aligners — letting you query millions of structures in seconds.
ColabFold는 단백질 구조를 쉽고 빠르게 예측할 수 있는 환경을 제공합니다. AlphaFold2 및 RoseTTAFold에 MMseqs2 기반의 빠른 multiple sequence alignment 생성을 결합하여, 기존 AlphaFold 시스템보다 월등히 빠르게 구조를 예측합니다.
메타지노믹스
Metabuli는 아미노산과 DNA 서열을 함께 분석하는 메타지놈 분류 도구로, 아미노산 검색의 높은 민감도와 DNA 수준의 높은 특이도를 결합하여 복잡한 시료의 분류학적 프로파일링을 수행합니다.
Conterminator is an efficient method for detecting incorrectly labeled sequences across kingdoms by an exhaustive all-against-all sequence comparison.
Plass assembles short-read sequencing data at the protein level, targeting complex metagenomes. It recovers many times more protein residues from soil metagenomes than nucleotide assemblers such as Megahit.