구글 딥마인드는 표적 분자에 성공적으로 결합하는 새로운 단백질을 설계할 수 있는 AlphaProteo라는 AI 시스템을 공개했으며, 이는 약물 설계와 질병 연구에 혁명을 일으킬 가능성이 있습니다.
AlphaProteo는 암과 당뇨병 합병증과 관련된 VEGF-A를 포함한 다양한 표적 단백질에 대한 새로운 단백질 바인더를 생성할 수 있습니다. 특히, AI 도구가 VEGF-A에 대한 단백질 바인더를 성공적으로 설계한 것은 이번이 처음입니다.
이 시스템의 성능은 특히 인상적이어서 실험 성공률이 더 높고 테스트된 7개 표적 단백질에 걸쳐 기존 방법보다 최대 300배 더 뛰어난 결합 친화도를 달성했습니다.
Protein Data Bank 의 방대한 양의 단백질 데이터와 AlphaFold 의 1억 개 이상의 예측 구조로 훈련된 AlphaProteo는 분자 결합의 복잡성을 학습했습니다. 표적 분자의 구조와 선호되는 결합 위치를 고려하여 시스템은 해당 특정 부위에 결합하도록 설계된 후보 단백질을 생성합니다.
AlphaProteo의 역량을 검증하기 위해, 팀은 감염과 관련된 바이러스 단백질과 암, 염증, 자가면역 질환과 관련된 단백질을 포함한 다양한 범위의 표적 단백질에 대한 바인더를 설계했습니다. 결과는 유망했으며, 높은 결합 성공률과 전반적으로 관찰된 동급 최고의 결합 강도가 나타났습니다.
예를 들어, 바이러스 단백질 BHRF1을 표적으로 삼을 때, AlphaProteo 후보 분자의 88%가 습식 실험실 테스트에서 성공적으로 결합되었습니다. 평균적으로 AlphaProteo 바인더는 테스트된 대상에서 가장 우수한 기존 설계 방법보다 10배 더 강한 결합을 보였습니다.
이 시스템의 성능은 광범위한 응용 분야에서 단백질 바인더와 관련된 초기 실험에 필요한 시간을 크게 줄일 수 있음을 시사합니다. 그러나 팀은 AlphaProteo가 TNFɑ(류마티스 관절염과 같은 자가면역 질환과 관련된 단백질)에 대한 성공적인 바인더를 설계하지 못했기 때문에 한계가 있음을 인정합니다.
Google DeepMind는 책임 있는 개발을 보장하기 위해 외부 전문가와 협력하여 이 작업을 공유하고 NTI의 새로운 AI Bio Forum을 포함하여 모범 사례를 개발하기 위한 커뮤니티 노력에 기여하는 단계적 접근 방식을 알리고 있습니다.
기술이 발전함에 따라, 이 팀은 과학 커뮤니티와 협력하여 영향력 있는 생물학 문제에 AlphaProteo를 활용하고 그 한계를 이해할 계획입니다. 또한 Isomorphic Labs에서 약물 설계 응용 프로그램을 탐색하고 있습니다.
AlphaProteo가 단백질 설계에서 상당한 진전을 나타내지만, 강력한 결합을 달성하는 것은 일반적으로 실용적인 응용 프로그램을 위한 단백질 설계의 첫 단계에 불과합니다. 연구 및 개발 과정에서 극복해야 할 많은 생물공학적 과제가 남아 있습니다.
그럼에도 불구하고, 구글 딥마인드의 발전은 약물 개발, 세포 및 조직 영상, 질병 이해 및 진단, 심지어 해충에 대한 작물 저항성 연구 등 광범위한 연구 분야에서 진전을 가속화할 수 있는 엄청난 잠재력을 보유하고 있습니다.
전체 AlphaProteo 백서 여기 (PDF) 에서 확인할 수 있습니다.
또한 참조: Paige와 Microsoft가 암 진단을 위한 차세대 AI 모델을 공개
업계 리더로부터 AI와 빅데이터에 대해 더 알아보고 싶으신가요? 캘리포니아 암스테르담과 런던에서 열리는 AI & Big Data Expo를 확인해 보세요. 이 포괄적인 이벤트는 Intelligent Automation Conference , BlockX , Digital Transformation Week , Cyber Security & Cloud Expo 를 포함한 다른 주요 이벤트와 함께 진행됩니다.
여기에서 TechForge가 제공하는 다른 기업 기술 이벤트와 웨비나를 확인해 보세요.
AlphaProteo: 구글 DeepMind가 단백질 설계 시스템을 공개했습니다라는 게시물이 AI News 에 처음 게재되었습니다.
