인공 단백질의 청사진을 발견한 AI 시스템

시카고 대학교의 프리츠커 분자 공학 학교(PME) 연구팀은 최근에 대규모 데이터를 분석하여 완전히 새로운 인공 단백질을 생성할 수 있는 AI 시스템을 개발하는데 성공했습니다.

단백질은 생물체의 조직을 구성하는 데 필수적인 거대 분자이며, 일반적으로 세포의 생명에 중요한 역할을 합니다. 세포는 다양한 화학 반응을 일으키고 복잡한 작업을 수행하기 위해 단백질을 화학 촉매로 사용합니다. 과학자들이 인공 단백질을 신뢰성 있게 설계할 수 있다면, 이는 새로운 방식의 탄소 포집, 새로운 에너지 수확 방법, 새로운 질병 치료법을 열어줄 수 있습니다. 인공 단백질은 우리가 사는 세계를 극적으로改变할 수 있는 힘을 가지고 있습니다. EurekaAlert에 따르면, PME 대학의 시카고 연구팀의 최근 돌파구는 과학자들이 이러한 목표에 더 가까이 다가갈 수 있도록 했습니다. PME 연구팀은 기계 학습 알고리즘을 사용하여 새로운 형태의 단백질을 생성할 수 있는 시스템을 개발했습니다.

연구팀은 다양한 유전체 데이터베이스에서 데이터를 추출하여 기계 학습 모델을 훈련시켰습니다. 모델이 학습을 진행함에 따라, 인공 단백질을 생성할 수 있는 기본적인 패턴과 설계 규칙을 파악하기 시작했습니다. 이러한 패턴과 규칙을 사용하여 실험실에서 해당 단백질을 합성한 결과, 인공 단백질이 자연적으로 발생하는 단백질과 거의 동일한 효능의 화학 반응을 일으키는 것으로 나타났습니다.

PME UC의 조셉 레겐스타인 교수인 라마 랑가나탄에 따르면, 유전체 데이터에는 단백질의 기본적인 기능과 구조에 대한大量의 정보가 포함되어 있습니다. 기계 학습을 사용하여 이러한 공통적인 구조를 인식함으로써, 연구팀은 “자연의 규칙을 사용하여 단백질을 직접 생성할 수 있게 되었습니다.”

연구팀은 이 연구에서 대사 효소, 특히 클로리즘산 뮤테이스라고 불리는 단백질家族에 초점을 맞추었습니다. 이 단백질 가족은 다양한 식물, 곰팡이, 세균에서 생명에 필수적인 역할을 합니다.

랑가나탄과 그의 동료들은 유전체 데이터베이스가 과학자들이 발견하기를 기다리는 통찰력을 가지고 있지만, 전통적인 방법으로 단백질의 구조와 기능에 대한 규칙을 결정하는 것은 제한된 성공만을 거두었다는 것을 깨달았습니다. 연구팀은 이러한 설계 규칙을 밝혀내는 기계 학습 모델을 설계하기 위해 노력했습니다. 모델의 발견은 새로운 인공 서열을 생성하기 위해 아미노산 위치와 상관관계를 보존함으로써 가능하다는 것을 시사합니다.

연구팀은 이러한 아미노산 서열을 암호화하는 합성 유전자를 생성했습니다. 그들은 이러한 합성 유전자를 박테리아에 클로닝하고, 박테리아가 세포 기계에서 이러한 합성 단백질을 사용함으로써, 정상적인 단백질과 거의 동일하게 작동하는 것을 발견했습니다.

랑가나탄에 따르면, 그들의 AI가 구분한 단순한 규칙을 사용하여驚人的 복잡성과 다양성을 가진 인공 단백질을 생성할 수 있습니다. 랑가나탄은 EurekaAlert에 다음과 같이 설명했습니다.

“제약은 우리가 상상했던 것보다 훨씬 작습니다. 자연의 설계 규칙에는 단순성이 있습니다. 우리는 이러한 접근 방식을 사용하여 다른 복잡한 생물학적 시스템, 즉 생태계 또는 뇌에서 설계 모델을 찾는 데 도움이 될 수 있다고 믿습니다.”

랑가나탄과 그의 동료들은 모델을 일반화하여 플랫폼을 생성하고자 합니다. 이 플랫폼을 통해 과학자들이 단백질의 구조와 기능을 더 잘 이해하고, 중요한 문제인 기후 변화와 같은 문제를 해결하는 단백질을 발견할 수 있도록 도와줄 수 있습니다. 랑가나탄과 앤드류 퍼거슨 부교수는 Evozyne이라는 회사를 설립하여 이 기술을 상업화하고 농업, 에너지, 환경과 같은 분야에서 활용할 수 있도록 하고자 합니다.

단백질 사이의 공통점과 구조 및 기능 사이의 관계를 이해하는 것은 새로운 약물과 치료법의 개발에도 도움이 될 수 있습니다. 단백질 접힘은 컴퓨터가 해결하기 매우 어려운 문제로 간주되어 왔지만, 랑가나탄 팀의 모델과 같은 모델에서 얻은 통찰력은 이러한 계산을 더 빠르게 수행할 수 있도록 도와줄 수 있습니다. 이는 이러한 단백질을 기반으로 하는 새로운 약물의 개발을 촉진할 수 있습니다. 바이러스 내에서 단백질 생성을 차단하는 약물이 개발될 수 있으며, 이는 새로운 바이러스인 Covid-19 코로나바이러스와 같은 바이러스의 치료를 지원할 수 있습니다.

랑가나탄과 연구팀은 아직도 모델이 어떻게 작동하고 왜 신뢰할 수 있는 단백질 청사진을 생성하는지 이해해야 합니다. 연구팀의 다음 목표는 모델이 어떤 속성을 고려하여 결론에 도달하는지 더 잘 이해하는 것입니다.