과학계를 열광시킨 상으로 세 명의 뛰어난 정신이 노벨 화학상을 수상했습니다. Google DeepMind의 두 과학자인 Demis Hassabis와 John Jumper는 단백질 접힘을 통해 생명공학과 의학을 재편하겠다는 연구를 제안한 수상자 중 하나입니다. 이들의 업적을 완성한 사람은 워싱턴 대학의 생화학자인 데이비드 베이커(David Baker)입니다. 그는 컴퓨터 단백질 설계 분야에서 획기적인 연구를 통해 자신의 업적을 향상시켰습니다. 그 과정에서 그들의 발견은 지구상의 모든 생명체의 핵심 분자인 단백질을 배우고 조작하는 새로운 방법을 열었습니다.
궁극적으로 이는 이 성과, 즉 4중 예측의 핵심이며, 특히 Hassabis와 Jumper가 만든 고급 인공 지능 모델에서 시작됩니다. 이러한 획기적인 AlphaFold2를 사용하면 거의 모든 단백질의 서열을 예측할 수 있습니다. 이미 이 성과는 정책 입안자와 대중의 관심을 끌기 시작한 약물 발견 및 분자생물학 분야의 연구를 가속화하고 있습니다. 베이커의 기여는 중요했지만 AI 기술은 많은 사람들이 불가능하다고 믿었던 일, 즉 수십 년 된 과학적 퍼즐을 풀었습니다.
구글 딥마인드, 노벨화학상 수상으로 학계 충격
세 사람은 단백질을 해독하고 설계하는 기술을 개발한 공로로 노벨상을 수상했습니다. 생명은 벽돌로 만든 건물에 비유될 수 있지만 벽돌은 생명의 구성 요소에 더 가깝습니다. 복합 단백질은 종종 우리 몸의 거의 모든 과정을 수행하는 데 도움이 되는 분자로 설명됩니다. 하지만 수십 년 동안 그 구조는 미스터리였습니다. 그러나 AI 덕분에 이러한 복잡한 분자를 효율적으로 매핑하고 설계하는 것은 수년간 과학자들의 목표였습니다.
둘째, Google DeepMind의 John Jumper와 Demis Hassabis는 알려진 단백질의 구조를 예측할 수 있는 AlphaFold2라는 AI 모델을 만들었습니다. 이 모델은 이미 당시로서는 상상할 수 없는 성과인 2억 개의 단백질 구조를 파악했습니다. 수년, 수년이 걸렸던 힘든 연구 작업을 이제 단 몇 초 만에 수행할 수 있습니다. 그들의 연구는 알려진 단백질에 대한 통찰력을 제공하고 놀라운 정밀도로 새로운 단백질을 생성할 수 있는 문을 여는 데 도움이 됩니다.
한편 David Baker의 기여는 자연에서 자연적으로 발생하지 않는 기존 단백질의 일부로부터 새로운 단백질을 만드는 Rosetta라는 소프트웨어였습니다. 이 연구는 단백질을 이해하고 구축하는 데 있어 엄청난 진전을 의미하며 의학, 환경 과학 및 재료 공학에 광범위한 영향을 미칠 것입니다.
AI가 모든 단백질 연구에 혁명을 가져온 방법
이 노벨상 수상 연구는 중요합니다. 모든 생물학적 기능은 단백질에 의해 결정됩니다. 근육 수축부터 면역 방어까지 단백질의 기능은 모양에 따라 달라집니다. 수십 년 동안 과학자들은 단백질이 복잡한 3차원 구조로 어떻게 접히는지 정확하게 예측하려고 노력했지만 어려움을 겪었습니다. 따라서 우리는 가능한 의학적 치료법을 열고, 백신을 개발하고, 심지어 생분해성 물질을 만들기까지 이 과정을 이해해야 합니다.
Hassabis와 Jumper의 아이디어인 AlphaFold2를 사용하면 거의 모든 단백질의 구조를 정확하게 예측하여 연구 시간을 대폭 줄일 수 있습니다. 아미노산 서열을 신속하게 분석하여 어떤 서열이 기능성 단백질로 어떻게 접힐지 결정하는 AI 기반 시스템입니다. Hassabis에 따르면, 이 획기적인 발전은 “수년간의 실험 작업을 절약”하여 과학자들이 새로운 의약품 및 재료 개발과 같은 응용 분야로 초점을 전환할 수 있게 해줍니다.
이 AI 기술은 Baker의 Rosetta 소프트웨어와 함께 작동합니다. 기존 단백질 데이터를 사용하는 기계 학습을 적용하면 오염과 같은 어려운 문제를 해결하거나 더 스마트하고 효율적인 의약품을 만들기 위해 완전히 새로운 단백질을 설계할 수 있습니다. 베이커는 어떤 경우에는 코로나19와 같은 바이러스의 확산을 늦추는 비강 스프레이나 위험한 면역 반응을 차단하는 약물과 같은 잠재적인 새로운 치료법이 있다고 말했습니다.
AlphaFold2와 GenScript 딥 러닝 플랫폼을 결합하면 이전에는 더 오래 걸렸던 연구를 더 빠르게 수행할 수 있습니다.
출시 이후 AlphaFold2는 전 세계 과학자들에게 무료로 제공되었으며, 이는 우리가 알고 있는 연구의 획기적인 전환이었습니다. 190개 국가의 200만 명 이상의 연구자들이 이미 이 시스템을 사용하여 말라리아, 파킨슨병, 약물 내성 박테리아 등에 대한 질병 연구를 확장했습니다. 이 도구가 이전보다 더 낮은 비용과 비용으로 신약을 식별하는 프로세스를 가속화한다면 의학에 큰 영향을 미칠 수 있습니다.
AlphaFold2의 장기적인 잠재력에 주목한 John Jumper는 특히 새로운 전염병 및 발병에 대응하여 의약품 및 백신 개발 속도를 약 10~20배 가속화하는 데 어떻게 도움이 될 수 있는지에 대해 설명했습니다. 데이비드 베이커(David Baker)가 미래의 기술 적용에 대해 열광하고 있다는 것은 분명했습니다. 그는 이것이 과학에서 AI가 할 수 있는 일의 빙산의 일각에 불과하다고 생각했습니다.
과학의 손에서 AI의 힘
그리고 그것은 이 오래된 과학적 수수께끼를 푸는 것이 성취라고 말하는 것이 아닙니다. 그것은 애초에 연구에 대한 우리의 생각을 근본적으로 바꾸는 것이라고 Hassabis와 Jumper는 말합니다. AlphaFold2와 같은 AI 시스템은 노동 집약적인 과학 프로세스가 이제 더 접근 가능하고 실용적이며 확장 가능하다는 것을 입증하고 있습니다. 이것은 이론적인 것이 아닙니다. 현재 전 세계 실험실에서 이런 일이 일어나고 있으며 제약에서 환경 과학에 이르기까지 모든 분야에 미치는 결과는 엄청날 수 있습니다.
하지만 엄청난 잠재력에도 불구하고 허사비스는 경고도 분명히 했습니다. 성명서에서 그는 AI가 ‘이중 우위’를 갖고 있다고 설명했는데, 이는 AI가 동시에 삶을 개선하는 수단으로 보인다는 의미이며, 우리는 AI를 사용하는 데 매우 조심해야 하며 의도하지 않은 영향이 무엇인지 걱정해야 한다는 의미입니다. 이러한 기술이 지속적으로 개발됨에 따라 우선 순위는 모든 위험이 이점보다 더 커지도록 하는 것입니다.
이는 우리가 AI를 사용하여 생물학의 가장 어려운 문제를 해결하는 데 얼마나 멀리 왔는지 보여줍니다. 우리가 물어본 질문 중 많은 부분이 변경되었습니다. AI를 사용하여 단백질을 연구하는 것은 아직 초기 단계이지만 Demis Hassabis, John Jumper 및 David Baker의 발전으로 과학의 면모가 바뀌고 있습니다. 그들의 작업은 공상과학 소설을 그 어느 때보다 가깝게 만들고 있습니다. 노벨상을 받은 이 발견은 생물학과 의학을 넘어 훨씬 더 큰 영향을 미칠 것입니다.
이미지 크레딧: 푸르칸 데미르카야/표의문자
Source: 구글 딥마인드 인공지능, 노벨화학상 수상
