단백질 구조 예측 AI 모델 오픈소스 공개

DeepMind AI AlphaFold 신경망은 호모 사피엔스와 20개의 모델 유기체로부터 35만개 이상의 구조에 대한 ‘완전히 변형적인’ 데이터베이스를 생성했다.

딥마인드(DeepMind)가 지난해 개발한 인공 지능(AI) 모델은 과학자들이 수십 년 동안 해답을 찾던 생명의 구성 요소인 단백질 구조를 밝혔다.

이제 거의 모든 인간 단백질 구조에 대한 데이터베이스를 축적한 이 회사는 연구자들이 사용할 수 있도록 리소스를 온라인에서 무료로 제공하고 있다.

단백질은 기본 생물학적 기계를 이해하는 열쇠다. 단백질을 구성하는 아미노산 사슬은 꼬이고 회전하여 3D 모양을 만든다. 단백질 기능을 설명하는 것은 이 정교한 형태다. 신진대사에 중요한 효소부터 감염 공격과 싸우는 항체에 이르기까지 다양하다.

1950년대 이후 과학자들은 인간 단백질의 일부 ​​구조만 해독 가능했다. DeepMind의 AI 프로그램인 AlphaFold는 인간이 발현하는 거의 모든 20,000개 단백질의 구조를 예측했다. 예측을 알려진 구조와 비교한 독립적인 벤치마크 테스트에서 시스템은 95%의 시간 동안 좋은 표준으로 단백질의 모양을 예측할 수 있었다.

유럽 ​​분자 생물학 연구소(European Molecular Biology Laboratory)의 유럽 생물 정보학 연구소(European Bioinformatics Institute, EMBL-EBI)와 파트너 관계를 맺은 딥마인드(DeepMind)는 이 데이터베이스가 연구자들이 일부 질병을 유발하는 장치의 포장을 풀고 원자 규모에서 생명체가 어떻게 작동하는지 분석하는 데 도움이 되기를 희망한다. 맞춤형 의약품, 더 영양가 있는 작물을 만들고 플라스틱을 분해할 수 있는 “녹색 효소”를 개발한다.

최근 몇 달 동안 세계의 가난한 지역에 불균형적으로 영향을 미치는 질병에서 항생제 내성 또는 신종 코로나 감염병(Covid)을 유발하는 바이러스의 생물학 연구에 이르기까지 다양한 프로젝트에서 과학자들과의 협력이 이미 시작됐다.

EMBL 사무총장인 에디스 허드(Edith Heard) 교수는 “응용 프로그램은 실제로 우리의 상상력에 의해서만 제한되지만 보다 근본적인 수준에서 AlphaFold 데이터베이스는 단백질이 어떻게 기능하는지와 생명의 기본 과정에서 단백질의 역할에 대한 이해를 높일 것”이라고 말했다.

이어 그는 “이러한 이해가 우리가 생명의 분자 메커니즘을 풀고 인간의 건강과 지구의 건강을 보호하고 치료하기 위한 더 나은 준비를 할 수 있음을 의미하며, 이 도구를 공개 액세스로 만들면 연구 발견을 가속화할 수 있다”고 덧붙였다.

지난해 2년마다 열리는 “단백질 올림픽”에서 정확하게 단백질 구조를 예측하는 AlphaFold의 능력이 공개됐다. 참가자들에게 약 100개의 단백질에 대한 아미노산 서열을 제공하고 이를 해결하기 위해 도전했다. AlphaFold는 다른 컴퓨터 프로그램의 성능을 능가할 뿐만 아니라 고된 실험실 기반 방법과 유사한 정확도를 달성했다.

최신 버전의 AlphaFold 정교한 AI 시스템이 이러한 구조 예측을 지원한다고 지난해 12월에 발표한 방법론과 그 오픈 소스 코드가 Nature 저널에 게재 됐다.

*Highly accurate protein structure prediction for the human proteome, Nature (2021). DOI: 10.1038/s41586-021-03828-1