바이오인

BioINwatch(BioIN+Issue+Watch): 19-5
구글 딥마인드, 단백질 3차 구조를 예측하는 알파폴드(AlphaFold) 개발

◇ 알파고를 탄생시킨 구글 딥마인드(DeepMind)는 단백질의 3차 구조를 예측할 수 있는 새로운 AI 프로그램인 ‘알파폴드(AlphaFold)’를 개발. 최근 개최된 단백질 구조예측 학술대회(CASP)에서 공개된 알파폴드는 43개 단백질 중 25개의 구조를 정확하게 예측함으로써 98개 팀 중 1위를 차지. 딥마인드 인공지능의 단백질 이해(단백질이 어떻게 접히는지 예측)는 과학 및 의학 발전에 기여할 것으로 기대

▸주요 출처 : The Guardian, Google's DeepMind predicts 3D shapes of proteins, 2018.12.2.; DeepMind, AlphaFold: Using AI for scientific discovery.2018.12.2

■ 구글 딥마인드, 과학기술계의 가장 어려운 문제인 단백질 접힘(Protein folding)을 예측할 수 있는 AI 프로그램 ‵알파폴드(AlphaFold)′ 개발

 ○ 구글의 자회사 딥마인드(DeepMind)는 유전자 서열 기반으로 단백질의 3차 구조를 예측할 수 있는 인공지능 프로그램 알파폴드(AlphaFold)를 개발
  - 인공지능 바둑 프로그램 알파고(AlphaGo)를 개발한 딥마인드는 AI 개발을 다른 영역으로도 확대하겠다고 발표한 이후, 체스, 쇼기 등 고도의 전략을 요구하는 다른 게임까지 섭렵
  - 최근 과학기술계에서 가장 어려운 과제 중 하나로 여겨졌던 단백질 접힘 (Protein folding) 문제를 해결하는 프로그램을 개발

 ○ 단백질은 생명 유지에 필수적인 크고 복잡한 분자로, 우리 몸이 수행하는 거의 모든 기능(근육을 수축 시키거나, 빛을 감지하거나, 음식을 에너지로 전환하는 것 등)은 하나 이상의 단백질에 의해 이뤄지고 있음
  - 20개의 아미노산 조합으로 구성된 단백질은 아미노산 사이에서 꼬이거나 구부러지는데, 다양한 아미노산의 조합에 의해 단백질은 많은 수의 복잡한 구조를 형성
  - 단백질이 채택한 3D 구조는 아미노산의 형태와 수에 의해 결정되며,  단백질의 형태는 인체 내에서 수행하는 역할을 결정  
    ※ 예를 들어 인체의 면역체계를 구성하는 항체 단백질은 Y형의 독특한 구조로, 후크와 유사하여, 인체에 침입한 바이러스 및 박테리아를 붙잡아둘 수 있음

 ○ 단백질 접힘(Protein folding)에 대한 이해는 인체와 생명현상 연구를 향상시키며, 단백질 디자인에 도움을 주는 등 큰 영향을 미칠 것으로 기대 
  - 단백질 구조를 예측하는 것은 인체 내에서 그 역할을 이해하고, 잘못 접힌 단백질로 인해 발생되는 질병(알츠하이머병, 파킨슨병, 낭포성 섬유증 등)의  진단 및 치료에 필수적
    ※ 과학자들이 단백질의 형태를 예측할 수 있다면 단백질의 역할과 잘못 접혔을 때 발생되는 문제를 이해할 수 있으며, 질병을 치료하거나 환경에서 플라스틱 오염을 해결하는 등 다양한 기능 수행을 위한 새로운 단백질 구조 설계가 가능

■ AI가 과학기술적 문제를 해결하고 발전시킬 가능성이 높고, 이는 생물학, 의학은 물론 생태, 환경 등 다양한 분야에 영향 끼칠 것으로 기대

 ○ 딥마인드는 멕시코 칸쿤에서 12월 1∼4일 개최된 제13차 단백질 구조예측 학술대회(CASP, Critical Assessment of Structure Prediction)에 알파폴드를 출전
  - CASP는 2년마다 개최되는 단백질 구조예측 올림픽으로 전 세계 연구 그룹들이 참여. 수 개월간 며칠 간격으로 전달되는 아미노산 목록을 보고 단백질 구조를 예측하는 대회로 가장 정확하게 예측하는 팀이 우승을 차지 
  - 처음 참가한 알파폴드는 43개 단백질 중 25개의 구조를 가장 정확하게 예측하여 98명의 참가자 중 1위를 차지
    ※ 동일 부문에서 2위를 차지한 팀은 43개 단백질 중 단 3개의 구조를 정확히 예측