AI 단백질 구조 예측 새로운 혁신
| | | | | |

AI 단백질 구조 예측 새로운 혁신

과학자들은 정확한 단백질 구조 예측을 위해 인공지능(AI)을 활용하고 있다.

미국 시애틀에 있는 워싱턴 의과대학(University of Washington School of Medicine) 단백질 디자인 연구소(Institute for Protein Design)의 연구원들은 인공지능(AI) 심층학습 모델 ‘RoseTTAFold’을 개발했다.

지난해 공개된 DeepMind ‘AlphaFold’와 달리 UW Medicine 팀이 개발한 AI 모델은 자유롭게 사용할 수 있다. 전 세계의 과학자들은 이를 사용하여 자체 연구를 가속화하기 위한 단백질 모델을 구축하고 있다. 7월부터 140개 이상의 독립적인 연구 팀이 GitHub에서 이 프로그램을 다운로드 했다.

RoseTTAFold는 “3트랙” 신경망으로, 단백질 서열의 패턴, 단백질의 아미노산이 서로 상호작용하는 방식, 단백질의 가능한 3차원 구조를 동시에 고려한다. 이 아키텍처에서 1차원, 2차원 및 3차원 정보가 앞뒤로 흐르므로 네트워크가 단백질의 화학 부분과 접힌 구조 사이의 관계에 대해 집합적으로 추론할 수 있다.

이 결과는 7월 15일(현지시각) 사이언스 저널에 온라인으로 게재됐다.

단백질은 복잡한 현미경 모양으로 접히는 일련의 아미노산으로 구성된다. 이러한 독특한 모양은 차례로 살아있는 유기체 내부의 거의 모든 화학 과정을 발생시킨다. 단백질 모양을 더 잘 이해함으로써 과학자들은 암, COVID-19 및 기타 수천 가지 건강 장애에 대한 새로운 치료법 개발을 가속화할 수 있다.

제1저자인 David Baker, 워싱턴 대학 의과대학 생화학 교수, Institute for Protein Design 소장은 “Institute for Protein Design에서 COVID-19 치료제와 백신을 설계하고 임상 시험에 착수하고 고정밀 단백질 구조 예측을 위한 RoseTTAFold 개발과 함께 바쁜 한 해를 보냈다. 과학계에서 이미 이를 사용하고 있다는 사실에 기쁘게 생각한다. RoseTTAFold 서버는 뛰어난 생물학적 문제를 해결한다”고 말했다.

새로운 연구에서 Baker가 이끄는 컴퓨터 생물학 팀은 RoseTTAFold 소프트웨어 도구를 개발했다. 딥러닝을 사용하여 제한된 정보를 기반으로 단백질 구조를 빠르고 정확하게 예측한다. 그러한 소프트웨어의 도움 없이는 단 하나의 단백질 구조를 결정하는 데 수년의 실험실 작업이 필요할 수 있다.

반면에 RoseTTAFold는 단일 게임용 컴퓨터에서 단 10분 만에 단백질 구조를 안정적으로 계산할 수 있다.

팀은 RoseTTAFold를 사용하여 인간 게놈에서 제대로 이해되지 않은 많은 단백질을 포함하여 수백 개의 새로운 단백질 구조를 계산했다. 그들은 또한 문제가 있는 지질 대사, 염증 장애 및 암세포 성장과 관련된 단백질을 포함하여 인간 건강과 직접적으로 관련된 구조를 생성했다. 그리고 그들은 RoseTTAFold를 사용하여 이전에 필요했던 시간보다 훨씬 짧은 시간에 복잡한 생물학적 모델을 구축할 수 있음을 보여준다.

UW Medicine의 Baker 연구소에서 이 프로젝트를 주도한 박사후 연구원인 백민경은 “이 새로운 도구가 전체 연구 커뮤니티에 계속해서 도움이 되기를 바란다”고 말했다.

사이언스모니터 뉴스레터
AI·양자·R&D 핵심 해설을 주 2회(화·금) 이메일로 받아 보세요.

Similar Posts