AI가 5억년의 진화를 시뮬레이션하고 새로운 단백질을 생성했다!

진화는 분자 수준에서 수십억 년 동안 생명을 미세하게 조정해왔다. 생명의 기본 구성 단위인 단백질은 이 과정 통해 다양한 생물학적 기능을 수행하기 위해 진화했다. 이러한 복잡한 분자는 정확한 서열로 배열된 아미노산의 긴 사슬로 구성되며, 이 서열이 그들의 구조와 기능을 결정한다. 자연은 놀라운 다양性的 단백질을 생성했지만, 단백질의 구조를 이해하고 완전히 새로운 단백질을 설계하는 것은 과학자들에게 오랜 시간 동안 복잡한 도전이었다.

인공 지능의 최근 발전은 생물학의 가장 중요한 도전 중 일부를 해결하는 우리의 능력을 변革하고 있다. 이전에는 인공 지능을 사용하여 주어진 단백질 서열이 어떻게折り畳み되고 행동할지 예측하는 데 사용되었다. 최근에는 인공 지능이 전례 없는 규모로 완전히 새로운 단백질을 생성하는 데 사용되었다. 이 이정표는 EvolutionaryScale이 설계한 다중 모드 생성 언어 모델인 ESM3와 함께 달성되었다. 전통적인 인공 지능 시스템과 달리 텍스트 처리를 위해 설계된 ESM3는 단백질 서열, 구조, 기능을 이해하도록 훈련되었다. 정말 놀라운 것은 5억년의 진화를 시뮬레이션하는 능력이다. 이는 자연에서 볼 수 없는 완전히 새로운 형광 단백질인 esmGFP를 생성하는 데 사용되었다.

이 돌파구는 생물학을 더 프로그래밍 가능하게 만들기 위한 중요한 단계이며, 의학, 재료 과학, 그 밖의 분야에서 맞춤형 단백질을 설계하는 데 새로운 가능성을 열어준다. 이 기사에서는 ESM3가 어떻게 작동하는지, 무엇을 성취했는지, 그리고 왜 이 발전이 생물학과 진화에 대한 우리의 이해를 다시 정의하는지 탐구한다.

ESM3를 만나다: 진화를 시뮬레이션하는 AI

ESM3는 단백질 서열, 구조, 기능을 분석하여 단백질을 이해하고 생성하도록 훈련된 다중 모드 언어 모델이다. AlphaFold와 달리, 기존 단백질의 구조를 예측할 수 있는 반면, ESM3는 본질적으로 단백질 공학 모델로, 연구자들이 완전히 새로운 단백질을 설계하도록 허용한다.

이 모델은 단백질 서열, 구조, 기능에 대한 깊은 지식을 가지고 있으며, 사용자와의 상호작용을 통해 단백질을 생성할 수 있다. 이 기능은 모델이 자연에 존재하지 않는 바이올로지적으로 가능한 단백질을 생성할 수 있도록 한다. 새로운 녹색 형광 단백질(esmGFP)을 생성하는 것은 이 기능의驚人的な 데모이다. 형광 단백질은 처음에 해파리와 산호에서 발견되었으며, 의학 연구와 생명 공학에서 널리 사용된다. esmGFP를 개발하기 위해 연구자들은 ESM3에 알려진 형광 단백질의 주요 구조적 및 기능적 특성을 제공했다. 모델은 entonces 이 설계를 반복적으로 개선하여 기능적 단백질을 최적화했다. 자연적인 진화는 유사한 단백질을 생성하는 데 수백만 년이 걸릴 수 있지만, ESM3는 이 과정을 몇 일 또는 몇 주 안에 가속화한다.

AI 기반 단백질 설계 과정

연구자들이 ESM3를 사용하여 esmGFP를 개발하는 방법은 다음과 같다:

1. AI에 프롬프트 – 처음에, 연구자들은 형광과 관련된 특징을 위한 시퀀스와 구조적 힌트를 입력하여 ESM3를 안내했다.
2. 새로운 단백질 생성 – ESM3는 잠재적인 시퀀스의 광범위한 공간을 탐색하여 수천 개의 후보 단백질을 생성했다.
3. 필터링 및 개선 – 가장 유망한 설계는 필터링되고 실험실 테스트를 위해 합성되었다.
4. 생체 내 검증 – 선택된 AI 설계 단백질은 형광과 기능을 확인하기 위해 박테리아에서 발현되었다.

이 과정은 자연과는 다른 형광 단백질(esmGFP)을 생성했다.

esmGFP는 자연적 단백질과 어떻게 비교되는가?

esmGFP가 특별한 이유는 알려진 형광 단백질과 얼마나 멀리 떨어져 있는지이다. 대부분의 새로 발견된 GFP는 기존 것에서 약간의 변화를 보이지만, esmGFP는 가장 가까운 자연적 친척과 58%의 서열 동일성을 가지고 있다. 진화적으로, 이러한 차이는 5억년 이상의 분기 시간에 해당한다.

이를 이해하기 위해, 마지막으로 이러한 진화적 거리가 발생한 때는 공룡이 아직 나타나지 않았고, 다세포 생명은 아직 초기 단계에 있었던 때였다. 이는 인공 지성이 진화를 가속화한 것이 아니라, 완전히 새로운 진화 경로를 시뮬레이션하여 자연에서 결코 생성되지 않을 수 있는 단백질을 생성했다는 것을 의미한다.

이 발견이 중요한 이유

이 발전은 단백질 공학의 중요한 발전이며, 진화에 대한 우리의 이해를 깊게 한다. 수백만 년의 진화를 단 몇 일에 시뮬레이션함으로써, 인공 지성이 새로운 가능성을 열어준다:

• 더 빠른 약물 발견: 많은 약물은 특정 단백질을 표적으로 하여 작용하지만, 올바른 단백질을 찾는 것은 느리고 비용이 많이 든다. 인공 지능으로 설계된 단백질은 이 과정을 가속화하여 연구자들이 더 효율적으로 새로운 치료법을 발견하도록 도와줄 수 있다.
• 생물 공학의 새로운 솔루션: 단백질은 플라스틱 폐기물을 분해하는 것에서 질병을 감지하는 것까지 모든 분야에서 사용된다. 인공 지능으로 설계된 단백질을 사용하면 과학자들은 의료, 환경 보호,甚至 새로운 재료를 위한 맞춤형 단백질을 생성할 수 있다.
• 인공 지능으로 진화 시뮬레이션: 이 연구의 가장 매력적인 측면 중 하나는 인공 지성이 진화를 시뮬레이션하는 도구가 아니라 진화를 시뮬레이션하는 도구로 작용한다는 것이다. 전통적인 진화 시뮬레이션은 유전적 돌연변이를 반복하는 것을 포함하며, 이는 몇 개월 또는 몇 년이 걸릴 수 있다. ESM3는 이러한 느린 제약을 우회하여 직접 기능적 단백질을 예측한다. 이 접근 방식의 변화는 인공 지성이 자연을 모방하는 것만이 아니라, 자연을 넘어서는 진화적 가능성을 탐색할 수 있음을 의미한다. 충분한 컴퓨팅 파워가 제공된다면, 인공 지능으로 진화된 단백질은 자연界에서 결코 존재하지 않은 새로운 생화학적 특성을 발견할 수 있다.

윤리적 고려와 책임 있는 인공 지능 개발

인공 지능으로 설계된 단백질의 잠재적인 이점은 엄청나지만, 이 기술은 또한 윤리적 및 안전성 문제를 제기한다. 인공 지성이 인간의 이해를 넘어서는 단백질을 설계하기 시작하면 어떻게 될까? 이러한 단백질이 의료 또는 환경적 용도로 안전한지 어떻게 확신할 수 있을까?

우리는 이러한 우려를 해결하기 위해 책임 있는 인공 지능 개발과 철저한 테스트에 집중해야 한다. 인공 지능으로 생성된 단백질인 esmGFP는 실제 적용 전에 광범위한 실험실 테스트를 거쳐야 한다. 또한, 인공 지능으로 진화된 생물학을 위한 윤리적 프레임워크가 투명성, 안전성, 및 공공 신뢰를 보장하기 위해 개발되고 있다.

결론

ESM3의 출시 는 생물 기술 분야에서 중요한 발전이다. ESM3는 진화가 느린 시도와 오류의 과정일 필요는 없음을 보여준다. 5억년의 단백질 진화를 단 몇 일로 압축하는 것은 과학자들이 놀라운 속도와 정확도로 완전히 새로운 단백질을 설계할 수 있는 미래를 열어준다. ESM3의 개발은 우리가 인공 지성을 사용하여 생물학을 이해하는 것만이 아니라, 생물학을 재구성하는 것도 가능하다는 것을 의미한다. 이 돌파구는 우리가 생물학을 프로그래밍하는 능력을 발전시키는 데 도움을 주며, 우리가 아직 상상하지 못한 가능성을 열어준다.