DALL-E 2와 같은 강력한 텍스트-이미지 AI의 최근 릴리스는 누구나 짧은 텍스트 프롬프트를 기반으로 사실적인 이미지를 생성할 수 있는 기능을 제공했다.
단백질 101: 단백질은 생명에 매우 중요하다. 이 분자는 세포에 모양을 부여하고, 면역 체계를 강화하고, 조직을 만들고 복구하고, 몸 전체에 산소를 운반하는 등 많은 일을 한다.
각 단백질은 "아미노산"이라고 하는 긴 줄의 화합물로 구성되어 있다. 20가지 유형의 아미노산이 단백질에서 발견될 수 있으며 단일 단백질 사슬은 수천 개의 아미노산 길이가 될 수 있다.
단백질의 아미노산은 단백질이 복잡한 3차원 구조로 접히도록 한다. 단백질의 구조는 그 기능을 결정하므로 우리가 그것을 안다면 단백질이 무엇을 하고 어떻게 작용하는지 더 잘 알 수 있으며 이는 의학에 큰 영향을 미칠 수 있다.
예를 들어 코로나바이러스의 스파이크 단백질 구조에 대한 우리의 이해는 코로나19 백신 개발의 핵심이었다. 한편 단 클론 항체는 우리가 실험실에서 만드는 단백질의 클론이다. 감염, 암, 알츠하이머 등을 치료하는 데 사용된다.
AI의 발전: 가능한 단백질 구조의 수는 믿을 수 없을 정도로 많다. 하나의 추정치는 구골 세제곱 또는 1 다음에 300개의 0이 붙는 것으로 추정되며, 전통적으로 단일 단백질의 구조를 식별하는 프로세스는 많은 비용과 시간이 소요되었다.
그것은 아미노산 서열을 기반으로 단백질이 접히는 방식을 정확하게 예측할 수 있는 AI인 AlphaFold의 개발로 바뀌었다. AlphaFold는 과학자들에게 2억 개의 알려진 모든 단백질의 기본 구조에 대한 액세스를 제공하여 연구에 큰 도움이 되었다.
그러나 이제 보스턴에 기반을 둔 신생 기업인 Generate Biomedicines는 "Chroma"라는 AI를 훈련시켜 이전에 아무도 본 적이 없는 구조를 가진 단백질을 생성함으로써 단백질에 대한 우리의 이해와 사용을 더욱 발전시키고 있다.
Generate의 공동 창립자이자 CTO인 Gevorg Grigoryan은 "우리는 우리 모델이 혁신적인 의미를 가질 것이라고 믿는다."고 말했다. ”미지의 단백질 언어로 '쓰는' 법을 배우는 것과 비슷하다. 이제 우리는 이 능력을 갖추었으므로 우리가 생산할 수 있는 것의 가능성은 무한하다.”
작동 방식: Generate Chroma to MIT Technology Review를 "생물학의 DALL-E 2"라고 한다. 텍스트-이미지 AI의 경우와 마찬가지로 생성 프로세스는 사용자가 요청을 제출하는 것으로 시작한다. 예를 들어 특정 크기, 모양 또는 기능을 가진 단백질을 요청할 수 있다.
그런 다음 AI는 DALL-E 2에서 사용하는 것과 동일한 기술인 확산 모델링을 사용하여 프롬프트의 제약을 충족하기 위해 올바른 방식으로 접힌 올바른 아미노산을 포함하는 단백질을 생성한다.
현재 사전 인쇄로 제공되는 논문에서 Generate 팀은 Chroma를 사용하여 라틴 알파벳의 26개 문자와 숫자 0~9의 모양으로 단백질을 설계하는 방법을 보여주었다.
그들은 또한 시스템이 수천 개의 아미노산과 다양한 모양의 여러 단백질을 포함하는 "복합체"로 거대한 단백질을 생성하는 데 어떻게 사용될 수 있는지 시연했다.
큰 그림: DALL-E 2가 최초의 텍스트-이미지 AI가 아니었던 것처럼, Generate의 Chroma는 새로운 단백질을 생성하도록 설계된 최초의 AI는 아니지만 과거의 노력보다 더 많은 데이터에 대해 교육을 받았으며 연구자들이 생산된 단백질 유형을 더 잘 제어할 수 있다.
"그들이 일을 확장한 방식 때문에 이것이 DALL-E와 더 비슷하다고 말하는 것이 공평할 수 있다."고 2022년 5월 공동 개발한 단백질 생성 AI에 대해 자세히 설명하는 논문을 공유한 Namrata Anand는 MIT Tech에 말했다.
그러나 새로운 단백질을 설계하는 것은 의료 혁신을 위한 첫 번째 단계에 불과하다.
Generate 팀은 현재 연구실에서 일부 AI 디자인을 재현하는 데 집중하고 있다. 그 후에 새로운 단백질을 사용하여 치료법을 개발하고 동물과 인간에서 테스트하는 긴 과정이 올 것이다.
"우리는 제약회사이다."라고 Grigoryan이 MIT Tech에 말했다. "결국 중요한 것은 우리가 효과가 있는 약을 만들 수 있느냐 없느냐이다."
