작년에 DeepMind는 AlphaFold 인공 지능이 고유한 단백질의 3차원 구조를 예측하여 생물학적 발견의 새로운 시대를 열 수 있는 방법을 보여줌으로써 50년 된 과학적 문제에 대한 강력한 솔루션을 제시했습니다.
회사는 이러한 기반을 계속 구축해 왔으며 이제 인체의 거의 모든 단백질에 대한 예측 구조를 공유하여 항생제 내성에서 암 치료 등에 이르기까지 모든 것에 대한 연구를 가속화하고 있습니다.
다양한 개별 단백질의 복잡한 모양을 아는 것은 과학자들이 인간의 질병과 싸우는 약물과 같이 그들이 하는 일과 이 단백질이 어떻게 유익하게 관리될 수 있는지 이해하는 데 도움이 될 수 있습니다.
그러나 모든 단백질은 매우 복잡한 3차원 구조의 거의 끝없는 시리즈로 접히는 1차원 아미노산 사슬로 시작합니다. 이 아미노산 사슬을 사용하여 최종 구조가 어떻게 생겼는지 예측하는 것을 "단백질 접힘 문제"라고하며 과학자들이 1970년대 초반부터 씨름해 온 문제 중 하나입니다.
DeepMind의 AlphaFold는 현대 컴퓨팅의 힘으로 이 문제를 해결하도록 설계되었습니다. 이 시스템은 이미 과학적 실험을 통해 확인된 공개적으로 이용 가능한 단백질 구조로부터 학습하고, 작년에 과학자들이 수년간 연구해온 단백질 구조를 식별하는 데 사용할 수 있는 방법을 보여주었습니다.
"놀라울 정도로 정확하다", "게임 체인저", "압도적인 발전"으로 묘사되는 AlphaFold는 생물학 연구의 새로운 장을 예고하는 50년 된 단백질 접힘 문제에 대한 해결책으로 여겨집니다.
이것은 과학자들이 오작동하는 단백질과 그 단백질이 특정 질병을 훨씬 더 빠르게 유발하는 이유를 식별하거나 이를 치료하는 약물의 개발을 크게 가속화하는 데 도움이 될 수 있습니다. 플라스틱 폐기물을 분해하는 효소는 더 빨리 개발될 수 있고, 예를 들어 스파이크 단백질의 구조를 매핑함으로써 새로운 바이러스를 더 효과적으로 퇴치할 수 있습니다.
1년도 채 되지 않아 우리는 이미 이 기술이 과학 연구의 세계를 변화시키기 시작하는 것을 목격하고 있습니다. 지난 주, 워싱턴 대학의 별도 그룹의 연구원들이 RoseTTAFold라고 하는 AlphaFold와 유사한 소프트웨어를 시연했습니다. 기존 컴퓨터를 사용하여 단 10분 만에 단백질 구조를 예측할 수 있으며 온라인에서 무료로 제공됩니다.
DeepMind 팀은 또한 도구의 접근성을 높이기 위해 노력하고 있습니다. 지난 주 그녀는 시스템 개발 방법을 자세히 설명하는 문서를 게시하고 GitHub에 소스 코드를 게시했습니다. DeepMind는 어제 인간 프로테옴(모든 단백질의 집합체)으로 알려진 인체의 거의 모든 단백질에 대한 예측 카탈로그를 발표했습니다.
카탈로그는 인간 단백질의 98.5%, 총 약 2만 개를 구성합니다. 또한 DeepMind는 초파리, 마우스, 효모 및 E. coli를 포함하여 총 350,000개 이상의 단백질 구조에 대해 20개의 다른 관심 유기체의 프로테옴에 대한 공개 액세스를 제공했습니다.
DeepMind는 과학에 알려진 1억 개 이상의 단백질을 포함하도록 이 컬렉션을 앞으로 크게 확장하여 DeepMind가 "세계의 진정한 단백질 연감"이라고 부르는 것을 이끌 계획입니다.
유럽분자생물학연구소(European Laboratory for Molecular Biology)의 에반 버니(Evan Birney) 교수는 “이것은 인간 게놈 지도 작성 이후 가장 중요한 데이터 세트 중 하나가 될 것”이라고 말했다.
인간 프로테옴의 예측을 설명하는 기사가 Nature에 게재되었으며 아래 비디오는 단백질 구조 데이터베이스에 대한 짧은 데모를 제공합니다.
2021-07-27 05:10:18
작가: Vitalii Babkin