단백질 구조를 3D 디지털로 구현한 모습 - 데일리메일 갈무리

바둑 인공지능(AI) 프로그램 '알파고'로 유명한 구글 자회사 딥마인드가 50년 동안 풀리지 않았던 단백질 접힘(protein folding) 문제를 AI '알파폴드'(AlphaFold)를 이용해 해결하는 데 성공했다.30일(현지시간) 영국 데일리메일에 따르면 딥마인드의 '알파폴드'는 생명과학 분야에서 가장 어려운 문제로 알려진 단백질 구조 예측을 위해 특별히 개발된 인공지능 시스템이다.

알파폴드는 이전까지 알려진 17만개의 단백질 구조에 대해 훈련을 받았다. 이 데이터를 바탕으로 알파폴드는 최근 단백질 구조 예측 평가에서 100점 만점에 92.4점의 평균 정확도를 기록했다. 더 복잡한 구조의 단백질은 평균 정확도 87점을 얻었다.

평균 오차 범위는 약 1.6앵그스트롬으로 원자 1개(0.1 나노티터) 폭에 상당한다.

딥마인드는 알파폴드 개발을 위해 단백질 구조 예측 기법을 평가해 온 과학자 그룹 'CASP14'와 협력해왔다. CASP는 2년마다 전세계 연구팀을 대상으로 단백질 구조 예측 기법을 시험하는 대회를 연다. 단백질은 수천개의 아미노산이 각 고유한 방식으로 접히면서 입체적인 구조를 형성해 만들어지는데 조금이라도 잘못 배열되면 우리 건강에 치명적인 영향을 미칠 수 있다. 암이나 알츠하이머, 파킨슨병, 광우병 등은 단백질이 잘못 접혀 정상적인 기능을 방해하며 나타나는 대표적인 질병이다.

과학자들은 단백질이 어떻게 접히는지에 대한 과정을 규명하면 이같은 난치병이나 각종 유전병을 치료할 수 있다고 기대한다. 현재 알려진 단백질 종류는 약 2억개지만 그 구조와 역할에 대해서는 극히 일부분만 알려져 있다.  

단백질 하나의 입체 구조와 접히는 과정을 온전히 파악하려면 수년 간 고된 실험과 수백만 달러의 특수 장비가 필요하다. 하지만 딥마인드의 알파폴드는 며칠 만에 많은 단백질의 구조를 높은 정확도로 예측할 수 있다는 점에서 이 과정을 효율적으로 단축시킬 수 있다.

알파폴드 프로젝트 연구팀은 여러 단백질이 어떻게 복합체를 형성하고 DNA와 상호작용을 하는지 등 더 많은 연구가 필요하다고 말했다.

딥마인드는 "우리는 알파폴드가 생물학적 연구와 더 넓은 세계에 미치는 영향력을 낙관적으로 보고 있다"며 "알파폴드 시스템에 대한 더 광범위한 접근을 제공할 수 있는 방법을 모색하고 있다"고 밝혔다.

인간을 대표한 이세돌 9단과 '세기의 대결'로 잘 알려진 '알파고'는 딥마인드가 바둑(고)을 위해 고안한 딥러닝 방식의 AI이다. 


hypark@news1.kr