심층 강화 학습(DRL)을 사용하여 세포 재프로그래밍을 위한 효과적인 전략을 탐색하기 위해, 유전자 조절 및 신호 전달 경로 네트워크와 같은 복잡한 생물학적 시스템의 Boolean network 모델을 제어하는 연구입니다. 비동기식 업데이트 모드에서 Boolean network 모델에 대한 새로운 제어 문제를 공식화하고, 확장 가능한 계산 프레임워크인 GATTACA를 개발했습니다. 이 프레임워크의 확장성을 위해, 가짜 어트랙터 개념을 도입하고, 그래프 신경망과 그래프 컨볼루션 연산을 DRL 에이전트의 action-value function에 통합하여 생물학적 시스템의 구조에 대한 지식을 활용했습니다.
