AI 단백질 설계 지금 바로 알아보기

AI 단백질 설계는 쉽게 말해 단백질을 컴퓨터로 먼저 그려보고, 그 다음에 실제로 만드는 방식이에요. 예전에는 자연에서 이미 있는 단백질을 힘들게 뽑아서 구조를 맞춰봤다면, 이제는 알파폴드 같은 도구로 구조를 먼저 예측하고, 더 나아가 전혀 새 단백질을 고안해냅니다. 아미노산이라는 작은 조각들을 어떤 순서로 이어 붙이면 원하는 열쇠 모양이 나올지, AI가 수많은 경우를 머릿속에서 시험해 보는 셈이에요. 이 덕분에 예전 같으면 수년이 걸리던 설계가 몇 분, 길어야 몇 시간 안에 끝나는 흐름으로 바뀌고 있어요.

예측에서 창조로, AI 단백질 설계가 바꾼 흐름

처음에는 자연에 이미 있는 단백질 구조를 맞히는 데 초점이 있었어요. 알파폴드는 주어진 서열이 어떤 입체 모양이 될지 꽤 정확하게 맞히면서 큰 주목을 받았죠. 그런데 AI 단백질 설계가 등장하면서 방향이 살짝 달라졌어요. 이제는 아예 처음부터 목표를 정해두고, 그 목표에 딱 맞는 단백질을 새로 짜는 방식으로 가고 있습니다. 예를 들어 특정 암 세포 표면에만 붙는 단백질 열쇠를 만들고 싶다면, AI가 그 열쇠 모양을 먼저 그리고, 거꾸로 필요한 아미노산 순서를 찾아내는 식이에요. RFdiffusion처럼 그림을 그리듯 단백질 뼈대를 만들어주는 모델, 특정 표적에 더 세게 붙도록 도와주는 AlphaProteo 같은 도구가 이런 흐름의 중심에 있네요.

신약, 친환경 소재, 부작용 감소까지 한 번에 노린다

AI 단백질 설계가 가장 먼저 힘을 발휘하는 곳은 신약 개발입니다. 몸속에서 문제를 일으키는 표적에 딱 맞게 붙는 단백질을 컴퓨터 안에서 먼저 뽑아보고, 그중 유망한 후보만 실제 실험으로 옮기니 시간과 비용이 크게 줄어들어요. 여기에 더해 플라스틱을 빨리 잘게 자르는 효소, 공기 중 탄소를 붙잡는 인공 효소처럼 친환경 단백질도 설계할 수 있어요. 목표로 한 단백질끼리만 서로 붙도록 계산해서 설계하기 때문에, 엉뚱한 세포에 붙어 생기는 부작용을 줄일 가능성도 큽니다. 이런 이유로 구글 딥마인드, OpenAI, 국내 회사들까지 AI 단백질 설계 경쟁에 뛰어든 상태예요.

지금까지 살펴본 흐름만 봐도 AI 단백질 설계는 단백질 구조를 구경하는 단계를 지나, 원하는 기능을 가진 단백질을 직접 짓는 쪽으로 가고 있습니다. 병을 겨냥한 단백질 약, 환경을 돕는 효소, 더 안전한 치료 단백질까지 모두 이 흐름 위에 놓여 있어요. 앞으로는 실험대보다 그래픽 화면에서 먼저 탄생한 단백질이 점점 더 늘어날 것 같네요.