새 AI 시스템, 단백질을 원자 단위로 설계하다… 실제로 작동

단백질과 핵산을 원자 단위로 설계하는 생성 인공지능 시스템의 전체 설계도가 공개되었으며, 이 시스템이 처음부터 발명한 단백질들이 실제 실험실 반응에서 의도한 화학 반응을 수행했다.

RFdiffusion3 또는 RFD3라고 불리는 이 시스템은 미국 워싱턴 대학교, 영국 옥스퍼드 대학교, 칩 회사 Nvidia 등이 참여한 국제 팀에 의해 구축되었다. 세부 내용은 학술지 ‘사이언스’에 실렸으며, 10월 19일 중국 기술 언론에서 보도되었다. 팀에는 계산 단백질 설계 연구로 2024년 노벨 화학상을 공동 수상한 워싱턴 대학교의 데이비드 베이커 교수가 포함되어 있다.

이번 진전은 해상도에 관한 것이다. 이전 단백질 설계 도구는 더 큰 구성 요소를 다루며, 디자이너가 방 안에서 가구를 옮기듯 단백질 구조의 덩어리를 배치했다. 반면 RFD3는 개별 원자를 모델링하여 모든 결합과 곁사슬을 훨씬 더 정밀하게 제어하며 배치할 수 있다. 보도에 따르면 이전 세대 시스템보다 약 10배 빠르게 단백질 구조를 생성할 수 있다.

이러한 속도와 정밀성이 중요한 이유는 단백질이 살아있는 세포 내에서 대부분의 일을 수행하는 분자 기계이기 때문이다. 연구자들이 필요에 따라 새로운 단백질을 발명할 수 있다면, 자연 단백질이 진화 과정에서 해결하지 못했던 문제들을 겨냥할 수 있다. 산업 화학용 신촉매, 센서, 소재, 그리고 잠재적인 의약품 등이다.

가장 놀라운 주장은 이것이 단순한 컴퓨터 작업이 아니라는 점이다. RFD3가 새로 설계한 단백질들은 합성되고 테스트되었으며, 실제 화학 반응에서 설계자가 의도한 기능을 수행했다. 화면상의 예측 구조에서 시험관 속의 작동하는 분자로 이어지는 이 단계는 역사적으로 대부분의 계산 설계 노력이 좌절하는 지점이다.

이 시스템은 단백질을 넘어 DNA와 RNA 같은 핵산으로 확장되어 과학자들이 구축을 시도할 수 있는 분자 도구의 범위를 넓힌다. 팀은 상세한 설계 방식을 공개하여 다른 그룹들이 이 방법을 검토하고 발전시킬 수 있도록 했다. 이는 AI 기반 생물학이라는 빠르게 움직이는 분야에서 일반화된 관행이다.

이 연구는 기계 학습이 데이터 분석에서 완전히 새로운 분자를 제안하는 것으로 이동하는 생명 과학의 광범위한 변화에 부합한다. 단백질 설계는 생성 모델이 자연에 존재하지 않는 물체를 생산하고, 그것이 실제 조건에서 의도대로 작동할 수 있음을 보여주는 가장 명확한 실증 중 하나가 되었다.

전 세계 독자들에게 중요한 것은 개별 분자보다 도구 자체이다. 단백질을 원자 수준에서 스케치하고 그 스케치가 실험실에서 견딜 수 있게 하는 시스템은 아이디어에서 실험까지의 경로를 단축한다. 다음 시험은 전 세계 실험실이 이를 사용하여 우아한 시연이 아니라 의학과 산업의 실제 문제를 해결하는 단백질을 설계할 수 있는지 여부이다.