모든 생물학적 과정은 단백질을 중심으로 전개하고 있는데, '3차원적인 입체구조를 가진 단백질이 실제로 어떤 형상을 가지고 있는가'라는 점은 지난 50년간 거의 규명되지 않았습니다. 단백질의 입체구조를 이해하는 것은 질병의 치료 · 신약 개발 · 환경 문제의 해결에 있어서 돌파구가 될 것이라고 많은 과학자가 착수해 온 이 '폴딩 문제'를 Google 산하의 인공지능 기업 DeepMind가 해결했다고 발표했습니다.
AlphaFold: a solution to a 50-year-old grand challenge in biology | DeepMind
https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology
AlphaFold: a solution to a 50-year-old grand challenge in biology
In a major scientific advance, the latest version of our AI system AlphaFold has been recognised as a solution to this grand challenge by the organisers of the biennial Critical Assessment of protein Structure Prediction (CASP) assessment. This breakthroug
deepmind.com
AlphaFold | DeepMind
https://deepmind.com/research/case-studies/alphafold
AlphaFold
Learn what protein folding is, why it's important and how our AI system AlphaFold is working to solve this grand scientific challenge.
deepmind.com
‘It will change everything’: DeepMind’s AI makes gigantic leap in solving protein structures
https://www.nature.com/articles/d41586-020-03348-4
단백질 폴딩 문제가 무엇인지, 그리고 DeepMind가 무엇을 해결했는지는 아래의 영상을 보면 알 수 있습니다.
Protein folding explained - YouTube
https://www.youtube.com/watch?v=KpedmJdrTpY
사람의 몸속에는 수십억 개의 '기계', 즉 '단백질'이 항상 있습니다.
단백질은 혈액을 나르고 눈이 빛을 감지할 수 있도록 하며 근육을 움직이게 합니다.
단백질은 모든 생물의 모든 생물학적 과정에 관여합니다.
각각 그 기능과 역할에 따라 3차원 입체구조를 가지고 있습니다.
그러나 현재 2억 개 이상의 단백질을 발견했으나 그 입체구조가 특정된 것은 극히 소수입니다.
입체인 단백질을 해체해보면 20종류의 아미노산의 '구슬'에 실을 통과시킨 것과 같은 모습을 하고 있습니다.
아미노산이 서로 간섭하여 단백질을 입체구조화하기 때문에 과학자는 아미노산에서 '어떤 단백질의 입체구조가 형성되는가?'라는 것을 예측하려고 노력했습니다. 이것이 수십 년 동안 과학자가 착수해 온 단백질의 폴딩 문제입니다.
이 문제를 해결하기 위해 DeepMind에 의해 개발된 시스템이 'AlphaFold'
AlphaFold는 지금까지 확인된 수십만 개의 단백질 입체구조의 데이터로부터 학습을 실시했습니다. 알고리즘이 대량의 데이터를 학습함으로써 아미노산 실로부터 단백질의 입체구조를 정밀하게 예측할 수 있게 된 것.
AlphaFold의 예측은 다양한 분야에 도움이 된다고 DeepMind는 예측합니다. 질병의 원인 예측 및 약물의 개발을 신속하게 실시할 수 있는 것은 물론......
플라스틱을 분해할 효소를 특정하여 플라스틱 오염 문제 해결에 도움이 될 수 있습니다.
또한 대기로부터 온실가스인 이산화탄소를 제거하기 위한 힌트가 되기는 합니다.
한마디로, 과학자가 자연을 더 잘 이해하기 위해서는 폴딩 문제의 해결이 큰 도움이 될 것입니다.
많은 과학자가 폴딩 문제 해결을 '수십 년 후는 아니더라도, 적어도 몇 년 후'라고 생각했지만 DeepMind는 여러 단백질의 폴딩 문제를 실제 실험에 필적하는 정밀도로 해결했다고 말합니다.
폴딩 문제는 2년에 한 번 '국제 단백질구조 예측 경연대회'(CASP)가 실시되고 있으며 과학자가 고안한 구조 예측의 평가가 이루어지고 있습니다. 2020년 CASP의 일환으로 DeepMind의 기술이 평가된 결과, 다른 컴퓨터 프로그램을 웃돌았을 뿐만 아니라 복잡하고 시간이 걸리는 라보베스 방법에 필적하는 정확도를 기록했다고 합니다. 라보베스의 예측은 100점 만점에 90점의 평가를 받고 있는데, AlphaFold 점수의 평균은 100점 만점에 92.5점을 기록했습니다.
CASP를 실시하는 메릴랜드대학의 존 모르토 교수는 "나는 생전에 이날을 맞이하는 것을 항상 꿈꿔왔다"고 말합니다.
폴딩 문제의 해결은 신약 개발에 큰 도움이 될 것으로 보이지만, 기술이 확립된 시기가 늦어, 신종 코로나바이러스 감염(COVID-19)의 유행에 큰 영향을 미칠 것으로는 생각되지 않습니다. 한편, 미래에 발생할 수 있는 전염병이나 알츠하이머병 등 유전질환의 이해에 도움이 된다고 생각하는 연구자도 있습니다.
또한 단백질의 입체구조를 이해하는 AlphaFold 기술은 과학자가 질병을 파악하고 신약을 개발하기 위한 긴 과정의 극히 일부에만 영향을 미친다는 의견도 있어, DeepMind가 기술을 어떻게 연구원들과 공유해 나갈 것인지 등 불분명한 점도 있어, 향후 과학에 미치는 영향은 아직 뚜렷하지 않은 것 같습니다.
DeepMind는 현재까지 바둑AI 'AlphaGo'를 개발하고 있는 '연구소'라는 입장이어서, 다른 연구소나 기업에 직접 제품을 판매하는 것은 생각하지 않고 있다고 합니다. DeepMind의 CEO겸 공동설립자인 데미스 하사비스 씨에 따르면, AlphaFold 기술의 세부사항을 발표할 예정이라고 합니다만, 발표 시기는 2021년이 될 전망. 또한 하사비스 씨는 다른 과학자와 기술을 공유하는 방법을 모색하고 있다고 언급했습니다.
'생물 & 생명공학' 카테고리의 다른 글
| 왜 팬더는 '말의 배설물'을 몸에 바르는가? (0) | 2020.12.08 |
|---|---|
| 대규모 구제 작전에서 살아남은 쥐의 '구제되기 어려운 성격'은 다음 세대에 계승되는가? (2) | 2020.12.06 |
| 단백질의 '폴딩 문제'란 무엇인가? (0) | 2020.12.03 |
| 수심 4000미터의 심해에서 투명한 우주선 같은 신종 생물을 발견 (0) | 2020.12.01 |
| 왜 고양이는 인간에게 '야옹'이라고 울며 다가올까 (0) | 2020.11.28 |
| 인간에서 채취되지 않기 위해 진화한 식물이 있다 (0) | 2020.11.26 |
| 낙타의 혹에 저장되어 있는 것은 '물'이 아니다? 낙타가 가혹한 사막에서의 생활을 견디는 메카니즘 (0) | 2020.11.15 |
| 고양이 눈의 구조와 신비 : 어둠 속에서 빛나는 인상적인 큰 눈동자 (0) | 2020.11.14 |
