광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
로고

[인공지능] 인공지능은 생물학에서 가장 큰 미스터리 중 하나인 단백질 구조 예측을 풀고 단백질이 복합체로 연결되는 방식을 해독한다. 하지만, 단백질 복합체에 직면했을 때 인공지능은 흔들린다. 단백질 복합체는 해독 및 제어가 어렵다. 하지만 AI는 우리 편이다. 아직까지 가장 위대한 생물학 위업에서 AI는 우리의 DNA를 보호하는 복잡한 단백질의 잠금을 해제한다.

https://singularityhub.com/2022/06/14/in-its-greatest-biology-feat-yet-ai-decoded-the-protein-complexes-that-house-our-dna/

JM Kim | 기사입력 2022/06/16 [00:00]

[인공지능] 인공지능은 생물학에서 가장 큰 미스터리 중 하나인 단백질 구조 예측을 풀고 단백질이 복합체로 연결되는 방식을 해독한다. 하지만, 단백질 복합체에 직면했을 때 인공지능은 흔들린다. 단백질 복합체는 해독 및 제어가 어렵다. 하지만 AI는 우리 편이다. 아직까지 가장 위대한 생물학 위업에서 AI는 우리의 DNA를 보호하는 복잡한 단백질의 잠금을 해제한다.

https://singularityhub.com/2022/06/14/in-its-greatest-biology-feat-yet-ai-decoded-the-protein-complexes-that-house-our-dna/

JM Kim | 입력 : 2022/06/16 [00:00]

AI가 또 해냈다. 생물학에서 가장 큰 미스터리 중 하나인 단백질 구조 예측을 풀고 단백질이 복합체로 연결되는 방식을 해독하고 궁극적으로 우리의 기본 생물학, 건강 및 생명을 제어하는 약물로 전환될 수 있는 새로운 단백질 구조를 꿈꿨다.

 

그러나 거대한 단백질 복합체에 직면했을 때 AI는 흔들렸다. 지금까지. 놀라운 위업에서 새로운 알고리즘은 유전의 핵심 구조를 해독했다. 이 구조는 DNA 명령을 나머지 세포로 전달하는 데 도움이 되는 약 1,000개 단백질의 거대한 복합체이다. AI 모델은 DeepMind AlphaFold와 워싱턴 대학의 David Baker 박사 연구실의 RoseTTAfold를 기반으로 구축되었으며, 둘 다 추가 실험을 위해 공개되었다.

 

우리의 유전자는 보호를 위해 핵이라고 불리는 행성과 같은 구조에 보관되어 있다핵은 높은 보안성을 지닌 성이다. 특정 분자만 외부 세계에 DNA 명령을 전달하기 위해 안팎으로 허용된다.

 

이 트래픽을 규제하는 핵심에는 핵공 복합 단지 또는 NPC(게이머에게 윙크)가 있다. 그들은 분자 메신저의 안팎을 엄격하게 모니터링하는 매우 복잡한 도개교와 같다. 생물학 교과서에서 NPC는 종종 지구에 점재하는 수천 개의 만화 같은 움푹 들어간 곳처럼 보인다. 실제로 각 NPC는 엄청나게 복잡하고 도넛 모양의 건축물이며 우리 몸에서 가장 큰 단백질 복합체 중 하나이다.

 

왜 신경쓰는가? 거대한 직소 퍼즐을 푸는 것처럼 NPC 구조를 해결하는 것은 그 자체로 보람이 있다. 그러나 DNA 정보가 나머지 세포로 전달되는 방식을 제어하기 때문에 NPC는 유전자 치료, mRNA형 백신, CRISPR 및 우리가 아직 상상하지 못한 잠재적인 다른 유전 치료에 필수적이다.

 

"NPC는 질병 관련 돌연변이 및 숙주-병원체 상호 작용의 핫스팟이다."라고 Science의 수석 편집자인 Di Jiang 박사는 최신 호에 대해 NPC에 대해 자세히 설명했다. "여기에 보고된 작업은 실험적 구조 생물학의 승리를 나타낸다."

 

구조적 수수께끼

 

"핵 모공"은 스킨 케어 비디오에서 뭔가 들린다. 그러나 세포 생물학자들에게 이것은 수십 년에 걸친 수수께끼이다. NIH(National Institutes of Health)의 전 소장인 Francis Collins 박사는 "NPC는 생명에 필수적이다."라고 설명했다.

 

우리의 DNA 가닥은 단백질 스풀 주위에 말려 있다. 그런 다음 잠재적으로 유해한 화학 물질, 바이러스 또는 기타 쓰레기로부터 DNA를 보호하는 핵 내부에 격리된다. 이중 층 플라스틱 랩으로 도넛 구멍을 감싸는 그림, 이것이 바로 핵 봉투이다. 이제 래퍼에 몇 개의 구멍을 뚫는다. 바로 NPC이다.

 

 

이 겉보기에 단순한 "벽의 구멍"은 세포의 유전적 조절의 중요한 문지기이다. 우리 세포는 DNA 코드를 단백질로 번역하여 물리적 조직을 구축하거나 기본적인 생물학적 기능을 제어하는 기능을 한다.

 

그러나 DNA는 핵 안에 격리되어 있다. 수백 개의 단백질 메신저가 DNA 명령을 mRNA로 전사하고 세포의 단백질 제조 공장으로 다시 이동하려면 핵 성소로 들어가야 한다. 각 실행은 하나의 구조에서 경비원 및 채널 역할을 하는 NPC를 우회해야 한다.

 

과학자들은 생화학적 마법을 사용하여 정상적인 기능을 조작하거나 X선을 사용하여 결정 구조를 스캔하여 NPC 구조를 해독하기 위해 오랫동안 노력해 왔다. 작업은 완전히 고된 작업이었다. 이 데이터에서 과학자들은 게이트를 형성하는 두 가지 주요 유형의 단백질을 발견했다.

 

첫 번째 유형은 게이팅 스캐폴드를 구축한다. NUP(뉴클레오포린)라고 불리는 이 단백질은 터널을 따라 태그 팀을 구성한다. 두 번째 유형은 살아있는 건식 벽체 진흙과 같은 역할을 한다. 이 단백질은 훨씬 더 유연하며, 스캐폴딩 단백질을 따라 회반죽되고 중앙 채널로 확장되어 화물이 이동하는 데 도움이 되도록 물리적으로 화물을 잡을 수 있다.

 

30개의 서로 다른 "도크"를 형성하는 거의 1,000개의 단백질로 구성되어 있다. NPC 구조는 동적으로 변경되기 때문에 해결하기 어렵다. 예를 들어, 여러 단백질은 기공의 구성이나 크기를 변경하기 위해 상호 연결된 힌지 역할을 한다. 전체 구조가 핵막을 "밀접하게 포용"하기 때문에 NPC는 단독으로 연구될 수 없다고  막스 플랑크 생물 물리학 연구소의 Gerhard Hummer 박사 와 Martin Beck 박사, 그리고 유럽 분자 생물학 연구소의 Jan Kosinski 박사가 이끄는 팀은 설명했다.지금까지 과학자들은 최첨단 생화학적 수단으로도 NPC 구조의 46%만 풀었다.

 

“전자 기기를 분해하고 다시 조립하는 것과 같다. 항상 약간의 나사가 남게 되는데 나사가 어디에 있어야 할지 모를 뿐이다.”라고 Kosinski가 말했다. 그러나 AI 덕분에 "드디어 대부분의 사람들을 맞출 수 있었고 이제 그들이 어디에 있고무엇을 하고, 어떻게 하는지 정확히 알 수 있다."

 

AI 입력

 

팀은 먼저 cryo-ET 분석이라고 하는 NPC를 분석하는 인기 있는 방법을 활용하고 개선했다. 이 방법은 2015년 세포 구조를 원자 수준까지 분해하면서 명성을 얻었다. NPC 구조를 해결할 때의 문제 중 하나는 이전 데이터 세트의 해상도 부족이라고 팀은 설명했다. 여기에서 그들은 이전 시도보다 " 5배 더 큰 데이터 세트"를 수집하고 새로운 컴퓨팅 방법을 사용하여 데이터를 분석했다.

 

새로 그린 지도를 보면, 연구팀은 핵막(DNA "wrapper")이 수축 상태일 때와 더 이완된 상태일 때를 구별할 수 있었다. 더 깊이 파고들면서 팀은 NPC 단백질에 대한 포괄적인 모델 세트를 예측하기 위해 AlphaFold RoseTTAfold를 활용했다. 이 듀오는 잘 작동했다. 분석은 높은 신뢰도로 대부분의 핵 단백질을 모델링할 수 있었고 전통적인 현미경 분석 방법의 데이터와 일치했다.

 

그런 다음 어려운 부분이 왔다. 조선소의 부두처럼 NPC 3D로 모델링하기 어려운 단백질 교통로와 밀접하게 연결되어 있다. 그들의 모델을 사용하여 팀은 단백질 링커의 "앵커 포인트" NPC 메인 터널에 매핑했다. 추가 모델링은 링커가 연결하는 방법에 대한 "Google 지도"를 구축했다. 잘 조직된 조선소처럼 각각은 NPC 구조를 유지하는 데 도움이 된다.

 

상속의 핵심 해킹

 

AI를 사용하여 단백질 구조를 해결하는 것은 10년의 돌파구로 선전되었다. 이 연구는 지저분하고 복잡한 실제 환경에서 알고리즘의 힘을 보여주는 첫 번째 연구 중 하나이다.

 

"이 연구는 미래에 구조 생물학이 세포 생물학을 수용하여 세포의 다른 부분에서 다른 기능을 수행하는 훨씬 더 큰 분자 어셈블리의 원자 모델을 만드는 방법을 보여준다."라고 Beck은 말했다.

 

혁명은 이미 진행 중이다. 같은 저널 호에서 하버드 의과대학의 Hao Wu 박사가 이끄는 별도의 팀은 AlphaFold와 현미경 이미징을 결합하여 생화학 연구에서 가장 사랑받는 아프리카 발톱 개구리 Xenopus laevis의 알을 사용하여 NPC 구조의 일부를 해결했다.

 

그러나 AI는 아직 구원자가 아니다연구에 참여하지 않은 MIT Thomas Schwartz 박사가 지적했듯이 NPC는 구성을 변경하는 생물이다. 예를 들어, 그들의 채널은 핵막 내부에 행복하게 자리 잡고 있을 때와 현미경으로 연구하기 위해 잡아당긴 후에 더 넓어지는 경향이 있다. , 단백질 복합체는 해독 및 제어가 어렵다. 하지만 AI는 우리 편이다.

 

“우리는 이제 NPC의 완전한 동적 모델을 구축하고 원자적 세부 사항에서 핵 수송을 시뮬레이션하는 것을 생각할 수 있다.”고 그는 말했다. AI 기반 단백질 예측이 진행됨에 따라 훨씬 더 흥미로운 일이 아직 오지 않았다.

 
인공지능, 단백질, 단백질 복합체, DNA 관련기사목록
광고
광고
광고
광고
광고
광고
광고
많이 본 기사