AI 기반 구조 통찰을 통한 단백질 돌연변이의 안정성 예측

Seoul기초과학연구소의 과학자들은 인공지능을 활용하여 돌연변이가 단백질 안정성에 어떤 영향을 미치는지 연구했습니다. 이들은 DeepMind의 AlphaFold2 프로그램을 이용하여 단백질 구조가 돌연변이 후 단백질이 불안정해질 가능성을 예측할 수 있는지를 확인했습니다. 이런 연구는 중요한데, 불안정한 단백질은 알츠하이머와 같은 질병을 유발할 수 있으며, 세포에 이를 해결하기 위한 큰 부담을 줄 수 있기 때문입니다.

AlphaFold2는 구조 생물학에 큰 발전을 가져왔지만, 주로 안정된 단백질을 기반으로 학습되었기 때문에 한계가 있습니다. 이로 인해 예측된 구조가 반드시 안정성을 보장하지는 못할 수 있습니다. 존 맥브라이드와 츠비 틸러스티 연구원은 AlphaFold가 단백질 접힘의 물리적 원리를 이해하는지 아니면 단지 통계적 패턴을 인식하는지를 알아보려 했습니다.

연구의 주요 통찰점은 다음과 같습니다:

AlphaFold가 예측한 구조는 단백질 안정성에 대한 많은 정보를 제공합니다. 긴장을 측정하는 지표들은 안정성 변화와 연관되어 있으며, 심지어 작은 구조적 변화도 단백질의 안정성에 큰 영향을 미칠 수 있습니다.

더 읽기:

어제 · 오전 10:27

미국, AI 혁신 선도하며 중국 앞질러 - 스탠퍼드 보고서

유효 변형 측정은 작은 구조적 변화를 감지하는 지표입니다. 맥브라이드와 츨러스티는 알파폴드가 예측한 구조적 변화가 종종 실험에서 관찰된 중요한 안정성 변화와 일치한다는 것을 보여주었습니다.

이러한 세부 사항을 알면 더 나은 단백질을 만들 수 있습니다. 과학자들은 더 안정적이고 기능이 향상된 단백질을 만들 수 있으며, 이는 단백질이 잘못 접히는 질병의 치료 및 약물 개발에 도움이 됩니다. 단백질의 구조를 통해 안정성을 예측할 수 있게 되면 생명공학과 의료 치료 분야에서 새로운 가능성이 열립니다.

이 연구는 인공지능이 과학적 발견에 어떻게 기여할 수 있는지를 강조합니다. AlphaFold는 이미 단백질 구조를 예측할 수 있지만, 개선이 이루어진다면 단백질의 안정성과 기능까지 예측할 수 있을 것입니다. 이러한 심층적인 이해는 생물학 연구 방식과 의학적 치료 개발에 변화를 가져올 수 있습니다.

IBS 연구진은 AlphaFold의 새로운 활용 방법을 발견했습니다. 연구에서는 구조와 안정성의 상호 작용을 조사하며, 물리적 세부 사항을 이해하기 위해 새로운 모델이 필요하다는 점을 보여주었습니다. 이 발견은 단백질 공학과 질병 치료에 큰 발전을 가져올 수 있습니다.