미국 동부 시간으로 수요일, 구글 딥마인드는 과학자들이 질병 메커니즘을 더 정확하게 겨냥하여 더 효과적인 치료제를 처방할 수 있도록 도와주는 차세대 단백질 구조를 예측하는 알파폴드 3 모델을 발표했다.
딥마인드 연구진에 따르면 알파폴드 3는 단백질, DNA, RNA 등 생체 분자의 구조와 이들이 어떻게 상호작용하는지 예측할 수 있는 인공지능(AI) 모델이다.
데미스 허사비스 딥마인드 최고경영자 (CEO) 는 화요일 기자회견에서 알파폴드 3가 우리에게 중요한 이정표라고 말했다."생물학은 동적 시스템이다. 생리적 특성이 세포에서 서로 다른 분자 간의 상호작용을 통해 어떻게 생겨나는지 알아야 한다.알파폴드 3를 우리가 이 방향으로 큰 걸음을 내디딘 것으로 볼 수 있다"고 말했다.
이와 관련한 획기적인 연구 논문은 수요일'네이처'에 발표될 예정이며, 알파폴드 3는 삶을 바꾸는 치료 수단을 개발하는 데 걸리는 시간과 자금을 현저하게 줄일 수 있다고 하사비스는 덧붙였다.
또한 DeepMind는 전 세계 과학자들이 비상업 연구에 사용할 수있는 무료 플랫폼인 AlphaFold Server를 출시했습니다.
획기적인 돌파
2018년 딥마인드는 1세대 알파폴드 모델을 출시해 국제 단백질 구조 예측 경연대회에서 1위를 차지했다.2020년에도 알파폴드 2는 놀라운 예측 정확도를 계속 보여주며 단백질 구조 예측 분야의 기념비적인 돌파구로 꼽힌다.
이제 AlphaFold 3는 한 걸음 더 나아가 거의 모든 생물 분자의 구조를 예측하고 이들 분자 간의 상호작용을 시뮬레이션했다.연구진은 특정 유형의 생체 분자 간 상호작용을 시뮬레이션하기 위한 전문적인 계산 방법을 개발한 지 오래지만, 거의 모든 분자 유형 간 상호작용을 최첨단 성능으로 예측할 수 있는 단일 시스템이 있는 것은 알파폴드 3가 처음이다.
일반적인 실험방법을 리용하여 분자간의 상호작용을 료해하려면 수년간의 연구시간이 걸릴수 있으며 원가가 사람들로 하여금 기대하게 할 정도로 높다.그러나 이러한 상호 작용이 충분한 정밀도로 계산을 통해 얻을 수 있다면 생물학 연구는 크게 가속화 될 수 있습니다.
예를 들어, 연구원들이 특정 단백질 위치에 결합 할 수있는 분자가 유망한 약물 후보물일 수 있다고 생각한다면 AlphaFold 3와 같은 AI 시스템을 사용하여 잠재적 인 약물 분자를 테스트 할 수 있습니다.
노벨상 수상자인 유전학자 폴 나스는 알파폴드가 계속 개선되고 있으며 생물학 연구에 점점 더 중요해지고 있다고 논평했다.알파폴드 3는 서로 다른 대분자 간 복합체의 구조와 대분자, 소분자, 이온 간의 상호작용을 더 높은 정확성으로 예측할 수 있다.
사우샘프턴 대학의 Ivo Tews 박사는 AlphaFold 3를 도약이라고 말하면서 그의 실험실이 이를 암 치료용 약물 개발에 사용할 것이라고 밝혔다.그는 "이는 많은 시간을 절약하고 모델을 생성해 연구를 가속한 뒤 새로운 실험으로 탐색할 수 있을 것"이라고 덧붙였다.