분자물리학적 접근방법과 딥러닝 인공지능을 활용하여 단백질 구조뿐만 아니라 세포 내 단백질 작용을 예측하는 기술

단백질 간의 네트워크 규명을 통해 그간 알지 못했던 생명현상을 밝힐 수 있고, 신속한 약물표적 발굴을 통해 신약개발의 생산성을 향상

향후 5년 : 단백질 접힙 및 아미노산 배치 예측 정확도 향상을 통한 단일 단백질 삼차구조 모델링

향후 10년 : 단백질-단백질 상호작용 및 다중 단백질 복합체 삼차구조 모델링

아미노산 연결상의 물리적 특성 예측 기술 - 인공신경망을 이용한 심층학습(딥 러닝)을 활용 - 단백질 내부 모든 아미노산-아미노산 연결 거리 및 화학 결합 각도를 예측하고 확률값 분포도를 작성 - 단백질 구조의 정확성 평가를 위하여 수학적 점수(score)를 매김 단백질 구조 예측 기술 - 위에서 나온 아미노산 연결 확률값을 바탕으로, 아미노산이 여러 개 연결된 단백질 조각의 구조를 조립한 후 그것들을 결합하여 전체 단백질 구조를 모델링하는 텐션 알고리즘(tension algorithm) 기법을 사용 - 1차 미분계수를 이용하여 함수의 최소값을 찾아가는 근사값 발견용 최적화 알고리즘인 경사 하강법(gradient descent)을 이용, 제안된 단백질 구조의 점수값을 계산하여 최적화하는 방식으로 구조의 정확성을 높임

시간과 노력이 많이 필요한 기존의 실험적 단백질 구조 규명을 보완할 수 있는 정확성 높은 단백질 모델링 기법

CASP14 순위표. 가장 앞 줄이 [알파폴드 2]. 출처: CASP14 홈페이지 구글 딥마인드에서 개발한 심층학습 기반 인공지능 프로그램 [알파폴드 1]은 2018년 12월 13차 단백질 구조 예측 학술대회 (CASP)에 참석하여 평균 60점의 점수로 전 세계 98개 연구그룹 중 1위 달성 2년 뒤인 2020년 같은 회사에서 만든 [알파폴드 2]는 14차 CASP에 참가하여 훨신 더 나아진 성능을 보이며 압도적 차이로 1위 달성 - 해당 대회에서 개별 단백질 정확성이 90점 이상이면 실제 구조와 동일하다고 판단하는데, [알파폴드 2]는 92개 구조에 대하여 전체 평균 92.4점을 받았으며, 특히 가장 어려운 단백질로 예측된 문제에서도 87점으로 2등과 25점 차이로 압승

국내에서도 단백질 모델링 관련 연구가 지속적으로 이루어져 왔음 - (고등과학원) 이주영 교수 연구팀은 단백질 구조 예측 프로그램을 개발하여 CASP7, CASP8 등의 대회에서 1위를 차지 - (서울대학교) 석차옥 교수 연구팀은 단백질 분자 모델링 프로그램 Galaxy를 개발하였으며 2020년 5월에는 해당 프로그램을 이용하여 삼차구조에 대한 부분적 실험 데이터를 종합, 분석하여 코로나19 바이러스 스파이크 단백질 전체 삼차구조를 규명한 바 있음 향후 딥러닝 기술 확산과 더불어 국내에서도 보다 향상된 수준의 관련 연구가 진행될 것으로 예상

기존에 삼차구조 규명이 어려웠거나 새롭게 질병과의 연관성이 밝혀진 질환 표적 단백질에 대하여 신속한 생체 내 작용기작, 질병과의 연관성, 약물 개발을 위한 표적지점 규명이 가능향후 기술 발달 및 대중화가 이루어지면 2018년 기준 1조 2천억 달러(약 1,400조원), 2023년 기준 1조 5천억 달러(약 1,700조원)에 달하는 글로벌 제약산업에서 난치성 질병치료를 위한 신약개발에 기본적으로 사용될 기반 기술

기존에 표적 단백질의 삼차구조 정보 부족으로 신약개발이 어려웠던 질환에 대한 신약개발 연구가 가능해질 것으로 예상되어 암, 난치질환 등 글로벌 난제의 해결 기대

인공지능 국내 경쟁력 확보 및 고도화 기술개발 필요 국제경쟁력의 확보를 위한 국가 수준의 신속한 대응 필요세계적인 수준의 국내 구조생물학 연구역량과 융합 및 시너지 창출 방안 필요

인공지능&단백질&모델링|AI&단백질&모델링|딥러닝&단백질&모델링|머신러닝&단백질&모델링|인공지능&단백질&구조|AI&단백질&구조|딥러닝&단백질&구조|머신러닝&단백질&구조