 |  | | “당사의 NVIDIA-기반 플랫폼은 단백질 결정체 이미지의 전통적인 장벽을 허물고 있습니다. 당사는 NVIDIA가 사용자에게 친숙한 도구를 개발하고 그래픽 분야에서 지속적인 쇄신을 거듭하여 사용자가 코드 라인을 변경하지 않고도 신속히 처리할 수 있도록 도움을 제공할 것으로 확신하고 있습니다. 연구소는 강력한 솔루션을 통해 보다 효율적이고, 자동화된 형태의 단백질 결정체를 발견할 수 있으며 이를 통해 궁극적으로 생명을 연장시키고 구할 수 있는 목표 약품을 보다 신속하게 만들어 낼 수 있습니다.”
Dominique Toppani, Axygen Bioscience | |  |
|
| |
| Axygen Biosciences |
 | |
|
 |
| 결정체로 구성된 인형 결핵군 단백질 | 단백질은 신체가 적절히 기능하도록 하는 데 필요한 아미노산으로 구성된 입자입니다. 단백질의 3D 구조를 분석함으로써 생리학적 기능에 대한 통찰력을 가질 수 있으며 효능 약품 및 치료제를 보다 쉽게 연구할 수 있습니다. 단백질 구조를 탐구하는 일차적인 방법으로는 결정학을 통한 방법이 있습니다. 결정학에서, 단백질은 결정체가 되도록 강요 받으며 이를 위해서는 수천 번의 실험이 필요합니다. 전통적으로 보면, 단백질 결정체를 감지하기 위해 이들 개별 시험들은 육안으로 관찰했습니다.
 |
| 결핵군 단백질 결정체 구조 | 연구원들은 이 공정을 자동화하기 위해 시각 및 영상 처리 기술을 사용하고 있습니다. Axygen Biosciences는 수 십 개의 고속 푸리에 변환(FFT), 상호 연관 및 기타 비 선형 필터링을 4 메가픽셀 영상에 활용하는 고급 영상 처리 알고리즘을 개발했습니다. 이 알고리즘은 프로세서 속도의 한계 및 전용 시스템의 높은 비용 때문에 실행하는 데 어려움이 많았습니다. Axygen Biosciences는 이러한 문제점을 해결하기 위해 NVIDIA에게 의뢰하여 처리 속도를 10분의 1 팩터까지 줄이도록 하였습니다. 강력한 NVIDIA SLI™ 기술(2중 및 4중)은 1.7~3.5 배의 가속도를 추가로 제공했으며 그 결과 거의 실시간으로 계산할 수 있게 되었습니다.
Axygen Bioscience, Dominique Toppani의 논평: “당사의 NVIDIA 기반 플랫폼은 단백질 결정체 이미지의 전통적인 장벽을 허물고 있습니다. 당사는 NVIDIA가 사용자에게 친숙한 도구를 개발하고 그래픽 분야에서 지속적인 쇄신을 거듭하여 사용자가 코드 라인을 변경하지 않고도 신속히 처리할 수 있도록 도움을 제공할 것으로 확신하고 있습니다. 연구소는 강력한 솔루션을 통해 보다 효율적이고, 자동화된 형태의 단백질 결정체를 발견할 수 있으며 이를 통해 궁극적으로 생명을 연장시키고 구할 수 있는 목표 약품을 보다 신속하게 만들어 낼 수 있습니다.”
자세한 내용은 다음 웹사이트를 참조하십시오: www.axygenbio.com
이미지 사용 라이센스는 Lawrence Livermore National Laboratory의 Brent Segelke에게 있음. |
|
