알파폴드

알파폴드는 단백질의 3차원 구조를 아미노산 서열로부터 예측하는 인공지능 시스템이다. 단백질은 긴 사슬처럼 연결된 아미노산이 특정한 방식으로 접혀 3차원 구조를 형성하며, 이 구조에 따라 기능이 결정된다. 전통적으로 단백질 구조를 실험적으로 규명하는 데는 수년이 걸렸으나, 알파폴드는 딥러닝을 통해 수 시간 내에 높은 정확도로 예측할 수 있게 하였다. 이는 생명과학 연구의 속도를 획기적으로 높인 혁신으로 평가된다.

알파폴드의 첫 버전인 알파폴드1은 2018년에 공개되었으며, 같은 해 열린 제13회 CASP(Critical Assessment of Structure Prediction) 대회에서 종합 순위 1위를 차지했다. 특히 가장 어려운 대상의 구조를 가장 정확하게 예측하여 주목받았다. 2020년에는 알파폴드2가 CASP14에 출전하여 단백질의 약 3분의 2에 대해 GDT(Global Distance Test) 점수 90점 이상을 기록하며 압도적인 성능을 보였다. 이 성과는 '놀랍고 변형적'이라는 평가를 받았다. 2021년 7월, 알파폴드2의 논문이 네이처에 게재되었고, 동시에 오픈 소스 소프트웨어와 단백체 데이터베이스가 공개되었다. 2024년에는 알파폴드3가 발표되어 단백질뿐 아니라 DNA, RNA, 리간드 등 다양한 생체 분자와의 상호작용을 예측할 수 있게 되었다.

알파폴드는 딥러닝 시스템을 기반으로 하며, 단백질의 아미노산 서열과 다중 서열 정렬(MSA) 정보를 입력으로 사용한다. 신경망은 단백질 내 아미노산 간의 거리와 각도를 학습하여 3차원 좌표를 예측한다. 알파폴드2는 단일 돌연변이의 효과까지 예측할 수 있을 정도로 정밀하다. 알파폴드3는 기존 모델을 확장하여 단백질-핵산, 단백질-리간드, 단백질-단백질 상호작용을 포함한 다양한 분자 복합체의 구조를 모델링할 수 있다. 또한 세포 기능을 방해하는 화학적 변형도 예측 가능하다.

알파폴드는 기초 생물학 연구에서 신약 개발에 이르기까지 광범위한 영향을 미쳤다. 인류는 알파폴드를 통해 약 2억 개의 단백질 구조를 예측할 수 있는 역량을 갖추게 되었다. 이는 질병 메커니즘 이해, 항암제 개발, 항생제 내성 연구, 플라스틱 생분해 등 다양한 분야에 기여할 것으로 전망된다. 구글의 신약 개발 자회사 아이소모픽 랩스는 알파폴드3를 활용하여 AI 기반 신약 개발을 진행 중이며, 데미스 허사비스는 수년 내 AI가 설계한 약이 환자에게 투여될 수 있을 것이라고 언급했다.

알파폴드의 성과는 국제적으로 인정받아 2024년 노벨 화학상이 딥마인드 CEO 데미스 허사비스와 수석연구원 존 점퍼에게 수여되었다. 노벨 위원회는 '단백질 구조를 아미노산 서열로부터 예측하는 50년 묵은 꿈을 이룬 것'이라고 평가했다. 일부 연구자들은 알파폴드의 예측이 모든 경우에 충분히 정확하지 않으며, 단백질 접힘의 근본적인 메커니즘을 완전히 밝히지 못했다는 지적도 있다. 그럼에도 불구하고 기술적 성과에 대한 존경은 널리 퍼져 있다.