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:

오늘 · 오전 7:41

OpenAI의 수익기업 전환에 따른 도전 과제

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.