신약개발 속도 확 올릴 "알파폴드" 탄생

MK News - 신약개발 속도 확 올릴 `알파폴드` 탄생 Google Search Tag for view NEWSROOM SCRIPT END NEWSROOM SCRIPT added by gony / 20140609 20181119 통합 트래픽 GA코드 추가 20181119 통합 트래픽 GA코드 추가 Taboola Start Taboola End

Google Search Tag for view NEWSROOM SCRIPT END NEWSROOM SCRIPT added by gony / 20140609 20181119 통합 트래픽 GA코드 추가 20181119 통합 트래픽 GA코드 추가 Taboola Start Taboola End

StartFragment바둑에서 세계를 제패한 인공지능(AI) 알파고를 탄생시켰던 구글 딥마인드가 이번에는 신약 개발 속도를 확 끌어올릴 수 있는 잠재력을 가진 AI `알파폴드(AlphaFold)`를 공개했다. 알파폴드는 질병 등 생명 현상과 직접적 관련이 있지만 그 실체는 베일에 싸여 있는 `단백질 구조`를 파악하는 AI다. 레고블록을 쌓듯 아미노산을 어떻게 조합하느냐에 따라 서로 다른 단백질이 만들어진다. 그리고 각각의 단백질은 고유의 접힌 구조를 띠는데 이를 단백질 접힘(Protein folding)이라고 부른다.

알파폴드의 `폴드`는 이 같은 단백질 접힘(folding)에서 따온 것이다. 학계에서는 알파폴드가 본격 가동되면 신약 개발 속도가 한층 빨라질 것으로 기대하고 있다. 지난 1~4일 멕시코 칸쿤에서 열린 `단백질 구조 예측을 위한 기술 중요성 평가(CASP)` 학회는 "구글 딥마인드의 AI 알파폴드가 단백질 구조를 예측하는 과제 시험에서 세계 유수의 인간 과학자들을 압도적 차이로 앞서며 1위를 차지했다"고 밝혔다. CASP는 아미노산 종류를 알려주고 이것이 만들어내는 단백질이 어떤 구조를 형성할지 예측하는 대회다. 2년마다 한 번씩 열리는 이번 대회에는 전 세계 98곳의 쟁쟁한 연구팀이 참가했는데 알파폴드는 문제로 주어진 단백질 43개 중 25개 구조를 정확하게 예측했다. 2위 팀인 미국 미시간대 연구진이 3개를 맞힌 것과 비교하면 압도적인 성과였다. 미시간대 연구진은 이 분야에서 수년간 1위를 차지할 정도로 막강한 팀이었지만 알파폴드에 상대가 되지 못했다. 단백질 구조를 알아내는 일은 쉽지 않다. 단백질 구조가 쉽게 무너지는 특성을 갖고 있기 때문이다. 현재 신약 개발 과정을 자물쇠 구조를 전혀 모르는 상태에서 무수히 많은 열쇠를 일일이 껴보는 상황에 비유한다면, 단백질 구조를 파악하는 것은 자물쇠 구조를 이해하는 것과 같다. 자물쇠 구조를 이해할 수 있다면 그만큼 자물쇠를 풀 수 있는 열쇠(신약)를 빨리 만드는 일이 가능해진다. 딥마인드는 알파폴드가 아미노산만으로 단백질 구조를 예측할 수 있도록 수천 개의 단백질 구조를 보여주며 알파폴드가 `신경망`을 활용해 학습하도록 했다. 알파고와 마찬가지로 알파폴드 신경망은 정보를 받아들이고 스스로 학습한 뒤 판단하는 능력을 갖고 있다. 새로운 단백질이 주어지면 알파폴드는 기존에 습득한 데이터를 이용해 서로 다른 아미노산이 결합하는 각도, 형상 등을 예측한다. 이후 가장 안정된 상태의 구조로 이를 수정한다. 딥마인드에 따르면 알파폴드는 첫 번째 단백질 구조를 예측하는 데 2주가 소요됐는데 이제는 단 두 시간 만에 이 작업을 해낼 수 있게 됐다. 지승욱 한국생명공학연구원 질환표적구조연구센터장은 "공개된 수많은 단백질 구조 데이터를 토대로 학습한 알파폴드는 학습을 통해 패턴을 찾아낸다"며 "단백질 구조를 알면 질병을 유발하는 단백질을 제어할 수 있는 신약 물질을 찾는 일도 가능하다"고 설명했다. 지 센터장은 "알파고는 단지 게임에서 이겼을 뿐 우리 삶을 바꾼 것은 없다"면서 "하지만 알파폴드는 신약 개발 속도를 빠르게 단축시킴으로써 인류에 실질적인 큰 이득을 줄 것으로 기대된다"고 말했다. 데미스 허사비스 딥마인드 최고경영자(CEO)는 가디언과 인터뷰하면서 "CASP 대회에서 알파폴드가 선전한 것은 우리에게 정말 중요한 순간"이라며 "알파폴드는 현실 세계의 과학적 문제를 해결하기 위한 첫 번째 주요 투자"라고 강조했다. 딥마인드는 2016년 알파고로 바둑에서 이세돌 9단을 이긴 뒤 AI를 이용해 단백질 접힘 구조를 예측하는 프로젝트에 뛰어들었다. 허사비스 CEO는 "아직 알파폴드가 단백질 구조를 완벽하게 파악해낼 수는 없지만 이제 첫발을 내디뎠다"고 의미를 부여했다. 인간을 비롯해 지구상에 있는 모든 생물은 DNA라는 설계도로 구성돼 있다. DNA에는 아데닌(A), 구아닌(G), 시토신(C), 티민(T)이라는 네 가지 염기가 있다. 이 같은 염기는 특정하게 배열되면서 `눈동자 색깔`이나 `심장세포` 등 특정 형질을 만드는 `유전자`를 형성한다. 이 유전자를 이루고 있는 염기는 세 개씩 짝을 이뤄 한 개의 아미노산을 만든다. 아미노산의 개수는 총 20개. 이 아미노산이 얽히고 비틀어지거나 구부러지면서 생명 현상에 필요한 단백질을 만들어낸다. 단백질은 심장 박동을 비롯해 산소 공급에 관여하며 생명 현상을 유지시켜주고 우리 몸을 구성하는 기본 조직으로도 사용된다. 인간이 만들 수 있는 단백질 종류는 수십억 가지에 달한다. EndFragment