수정된 AlphaFold는 AI와 새로운 실험 데이터를 결합한다.

단백질은 모든 생명체에 필수적이며 근육 운동에서 음식 소화에 이르기까지 모든 것을 제어한다. 단백질은 끈에 달린 작은 구슬과 같은 아미노산으로 구성되어 있으며, 다양한 순서와 길이로 제공되어 엄청난 수의 가능한 단백질을 생성한다. 이러한 아미노산이 3D 모양으로 접히는 방식에 따라 단백질의 기능이 결정된다.

오랫동안 단백질이 접히는 방식을 파악하는 것은 정말 어려웠고 많은 시간과 비용이 들었다. 그러다가 2020년에 DeepMind가 출시한 인공지능(AI) 도구인 AlphaFold가 나왔다. 이 도구는 신경망을 사용하여 단백질이 접히는 방식을 예측하여 단백질의 기능을 이해하고 의약품을 위한 새로운 단백질을 설계하는 것을 훨씬 더 쉽게 만들어준다.

이는 DeepMind의 CEO이자 수석 연구 과학자인 데미스 하사비스와 존 점퍼가 노벨 화학상의 절반을 수상할 정도로 큰 사건이었다.

그러나 AlphaFold에는 몇 가지 한계가 있었다. 매우 큰 단백질을 다루거나 실험 데이터를 사용하는 데 어려움이 있었다. 린셰핑 대학교의 연구자들은 AlphaFold를 수정하여 AF_unmasked라는 도구를 만들었다.

연구자들은 네이쳐 커뮤니케이션즈에 게재한 논문에서 AF_unmasked의 개발과 프로젝트의 초기 결과에 대해 설명했다.

단백질 설계의 무한한 가능성

AF_unmasked는 부분적 또는 실험적 데이터를 수용하여 단백질 설계를 개선할 수 있다. 그 아이디어는 실험에서 배운 내용과 AI가 예측하는 내용을 결합하여 연구자들이 단백질을 보다 효과적으로 설계하도록 돕는 것이다.

연구자 클라우디오 미라벨로는 린셰핑 대학교 보도 자료에서 "AlphaFold에 새로운 유형의 입력을 제공하고 있다."라고 말했다. "실험과 신경망 모두에서 전체적인 그림을 얻어 더 큰 구조를 구축하는 것이 아이디어이다."

연구자 비외른 월너는 "단백질 설계의 가능성은 무한하며, 상상력만이 한계를 설정한다."라고 덧붙였다. "신체 내부와 외부에서 모두 사용할 수 있는 단백질을 개발할 수 있다."

미라벨로는 AlphaFold가 "신경망 내부의 단백질의 진화적 역사를 인코딩한다."라고 설명한다. 그는 월너와 함께 이 아이디어를 개발했다. "그러므로 AlphaFold는 우리의 아이디어를 기반으로 했고, 지금은 AlphaFold를 기반으로 구축하고 있다고 할 수 있다."