Analysis Tools

CONNECTS 플랫폼의 모든 분석 도구들

🔬 분석 도구 모음

CONNECTS 플랫폼에서 제공하는 다양한 구조 생물학 및 분자 설계 분석 도구들을 소개합니다.

📊 주요 카테고리

🧬 분자 구조

🔮 예측 & AI

🤝 상호작용


📝 최근 업데이트된 도구

🔬 ToxinPred3.0이란?

ToxinPred3.0은 단백질 및 펩타이드 서열의 독성 가능성을 예측하는 머신러닝 기반 도구입니다. 세포막 파괴 가능성에 기반한 독성 예측 외에도 다양한 독성 분석 모듈과 연계 활용이 가능합니다.

ToxinPred3.0 독성 예측 펩타이드

🔬 PLIP이란?

PLIP(Protein–Ligand Interaction Profiler)는 단백질–리간드 복합체에서 수소 결합, 소수성 상호작용, π–π stacking 등 다양한 결합 유형을 자동으로 탐지하고 시각화해주는 상호작용 분석 도구입니다.

PLIP 단백질-리간드 상호작용 상호작용 분석

🔬 NetsolP란?

NetsolP는 아미노산 서열만을 입력으로 E. coli에서의 단백질 용해도(solubility)를 예측하는 딥러닝 도구입니다. 빠른 예측 속도와 높은 정확도로 대규모 서열 스크리닝에 적합합니다.

NetsolP 단백질 용해도 solubility prediction

🔬 LigandMPNN이란?

LigandMPNN은 단백질이 특정 리간드에 더 잘 결합할 수 있도록 결합 부위의 서열을 최적화하는 MPNN 기반 모델입니다. 단백질과 리간드를 그래프로 변환하여 상호작용을 고려한 서열 설계를 수행합니다.

LigandMPNN 단백질 설계 리간드 최적화

🔬 Immunebuilder란?

Immunebuilder는 항체(nanobody, antibody) 및 T 세포 수용체(TCR)의 서열을 기반으로 빠르고 정확하게 구조를 예측하는 딥러닝 모델입니다. CDR loop와 VH/VL pairing에 특화된 구조 예측을 지원합니다.

Immunebuilder 항체 구조 예측 TCR 예측

🔬 GROMACS란?

GROMACS는 생체분자와 재료계 모두에 적용 가능한 고성능 오픈소스 분자동역학(MD) 시뮬레이션 도구입니다. 빠른 속도, 다양한 포스필드 지원, 유연한 분석 기능으로 MD 연구의 표준 툴로 자리잡고 있습니다.

GROMACS MD 시뮬레이션 분자동역학

🔬 FixPDB란?

FixPDB는 단백질 구조(PDB 파일)를 자동으로 정리하고 안정화하는 구조 정제 도구입니다. Clash 제거, 수소 원자 추가, side-chain 보정 등을 통해 GROMACS, FoldX, PLIP 등 다양한 분석에 적합한 형태로 구조를 전처리합니다.

FixPDB 구조 정리 PDB 정제

🔬 Dscript란?

Dscript는 단백질 서열만으로 단백질-단백질 상호작용(PPI)을 예측할 수 있는 딥러닝 모델입니다. 구조 정보 없이도 높은 범용성과 속도를 자랑하며, 질병 네트워크 분석 등 다양한 생물학적 연구에 활용됩니다.

Dscript PPI 예측 단백질 상호작용

🔬 DiffDock이란?

DiffDock은 단백질이 고정된 상태에서 리간드의 최적 결합 위치와 형태를 예측하는 diffusion 기반 모델입니다. 빠르고 정확한 포즈 탐색이 가능합니다.

DiffDock 리간드 도킹 단백질-리간드

🔬 DeepFRI란?

DeepFRI는 단백질의 기능을 예측하고 동시에 해당 기능에 관여하는 핵심 잔기들을 식별하는 딥러닝 기반 도구입니다. GCN과 LSTM을 결합한 모델 구조로, GO term 및 EC number 예측과 saliency heatmap 출력을 지원합니다.

DeepFRI 단백질 기능 예측 잔기 중요도 분석

🔬 DLKcat이란?

DLKcat은 단백질 서열과 리간드 구조만으로 효소의 Kcat(촉매 속도 상수)을 빠르게 예측할 수 있는 딥러닝 기반 모델입니다. 구조 예측 없이도 돌연변이나 신효소 후보의 활성 분석에 활용할 수 있습니다.

DLKcat Kcat 예측 효소 활성

🔬 Chai란?

Chai는 단백질 구조 예측과 ligand, glycan과의 결합 구조를 동시에 예측하는 AI 기반 시뮬레이션 도구입니다. Diffusion 기반의 Transformer 아키텍처를 사용하며, 유연한 단백질 구조까지 반영하여 정확한 docking 예측이 가능합니다.

Chai docking structure prediction

🔬 Boltz-2란?

Boltz-2는 단백질 서열로부터 3D 구조를 생성하고, 리간드 및 글라이칸과의 결합을 예측하는 확률 기반 도킹 모델입니다. 구조 생성부터 결합 포즈, 친화도 예측까지 원스톱 분석을 지원합니다.

Boltz-2 diffusion 단백질 도킹

🔬 Bioemu란?

Bioemu는 단백질 서열만으로 열역학적으로 안정한 구조를 빠르게 생성할 수 있는 Diffusion 기반 시뮬레이션 도구입니다. MD 시뮬레이션의 정확성과 딥러닝의 속도를 결합해 효율적인 구조 예측을 가능하게 합니다.

Bioemu 단백질 구조 예측 diffusion model

🔬 ADMET-AI란?

ADMET-AI는 신약개발 초기 단계에서 화합물의 ADMET(흡수, 분포, 대사, 배설, 독성) 특성을 빠르게 예측해주는 인공지능 기반 분석 도구입니다. Multi-task 학습 기반의 고속 예측으로 독성 및 대사 안정성 평가에 강점을 보입니다.

ADMET-AI 약동학 독성 예측


© 2025. All rights reserved.