구글 딥마인드, AI로 고성능 단백질 결합체 예측 및 설계 기술 개발

구글 딥마인드가 단백질 구조 예측 인공지능 ‘알파폴드3(AlphaFold 3)’와 단백질 설계 인공지능 ‘알파프로테오(AlphaProteo)’를 개발했다. 이 기술들은 신약 개발과 단백질 공학 등 다양한 생명과학 분야에 혁신을 가져올 것으로 기대된다.

알파폴드3는 2020년 발표되어 단백질 구조 예측 분야에 혁명을 일으킨 알파폴드2의 성능을 크게 개선한 버전이다. 특히 여러 단백질이 결합한 복합체의 구조를 더욱 정확하게 예측할 수 있게 되었다. 알파폴드3는 단백질 서열 정보만으로 단백질 간 상호작용과 결합 구조를 예측할 수 있어 신약 개발 등에 유용하게 활용될 수 있다.

구글 딥마인드의 존 점퍼(John Jumper) 연구원은 “알파폴드3는 단백질 복합체의 구조를 원자 수준의 정확도로 예측할 수 있다”며 “이는 생물학 연구와 신약 개발에 혁명적인 도구가 될 것”이라고 말했다. 실제로 알파폴드3는 기존 알파폴드2에 비해 단백질 복합체 구조 예측의 정확도를 크게 높였으며, 이는 X선 결정학이나 극저온 전자현미경(cryo-EM) 등 실험적 방법으로 얻은 구조와 비교했을 때도 매우 높은 수준의 정확도를 보여주었다.

알파프로테오는 원하는 표적 단백질에 강하게 결합하는 새로운 단백질을 설계할 수 있는 인공지능 시스템이다. 연구팀은 알파프로테오를 이용해 7개의 표적 단백질에 대해 나노몰(nM) 수준의 높은 친화도를 가진 결합 단백질을 설계하는데 성공했다. 이는 기존의 단백질 설계 방법들과 비교해 더 높은 성공률과 친화도를 보인 결과이다.

연구팀은 BHRF1, SARS-CoV-2 스파이크 단백질 수용체 결합 도메인(SC2RBD), 인터루킨-7 수용체 알파(IL-7RA), PD-L1, TrkA, VEGF-A, 인터루킨-17A(IL-17A) 등 7개의 표적 단백질에 대해 결합 단백질을 설계했다. 특히 주목할 만한 점은 VEGF-A(혈관내피성장인자A) 단백질에 대해서는 기존에 컴퓨터로 설계된 결합 단백질이 없었으나, 알파프로테오는 480 피코몰(pM)의 높은 친화도를 가진 결합 단백질을 설계해냈다는 것이다.

연구팀은 실험을 통해 알파프로테오가 설계한 단백질들이 실제로 표적에 결합하여 기능을 억제함을 확인했다. 예를 들어, SARS-CoV-2 스파이크 단백질에 결합하도록 설계된 단백질은 실제 바이러스의 감염을 억제하는 효과를 보였다. 연구팀은 4개의 설계된 결합 단백질이 2020년부터 2024년 사이에 유행한 4가지 SARS-CoV-2 변이 바이러스에 대해 중화 능력을 보임을 확인했다.

또한 VEGF-A에 결합하도록 설계된 단백질은 인간 제대정맥 내피세포(HUVEC)에서 VEGF-A에 의해 유도되는 혈관신생 신호전달을 억제하는 효과를 보였다. 이 효과는 임상에서 사용되는 항체 의약품인 베바시주맙(bevacizumab)보다 더 강력했다.

연구팀은 또한 설계된 단백질들의 구조를 실험적으로 확인했다. 극저온 전자현미경(cryo-EM)을 이용해 SARS-CoV-2 스파이크 단백질과 결합한 4개의 설계 단백질의 구조를 분석했고, X선 결정학을 통해 VEGF-A와 결합한 설계 단백질의 구조를 확인했다. 이 구조들은 알파프로테오가 예측한 구조와 매우 유사했으며, 이는 알파프로테오의 설계 능력이 매우 정확함을 보여준다.

이번 연구 결과는 신약 개발과 단백질 공학 분야에 큰 영향을 미칠 것으로 예상된다. 알파폴드3를 통해 단백질 간 상호작용을 더 정확히 예측할 수 있게 되었고, 알파프로테오로 원하는 기능을 가진 새로운 단백질을 설계할 수 있게 되었기 때문이다.

구글 딥마인드의 데미스 하사비스(Demis Hassabis) CEO는 “이번 연구 결과는 인공지능이 생명과학 분야에 혁신을 가져올 수 있음을 보여준다”며 “앞으로 더 많은 질병 치료제 개발과 생명 현상 이해에 도움이 될 것”이라고 말했다.

알파프로테오의 장점 중 하나는 기존 방법들에 비해 훨씬 적은 수의 후보 단백질만으로도 원하는 기능을 가진 단백질을 얻을 수 있다는 점이다. 연구팀은 대부분의 표적 단백질에 대해 100개 미만의 후보 단백질만으로도 성공적인 결과를 얻었다. 이는 기존 방법들이 수천 개의 후보를 필요로 했던 것과 비교해 큰 진전이다.

또한 알파프로테오로 설계된 단백질들은 대부분 대장균에서 잘 발현되고 안정적인 구조를 가지는 것으로 나타났다. 이는 실제 응용에 있어 매우 중요한 특성이다. 연구팀은 설계된 단백질들의 열안정성을 측정했는데, 대부분 95°C 이상의 높은 융해 온도를 보였다.

다만 연구팀은 이 기술의 생물안보 측면에서의 위험성도 인지하고 있다고 밝혔다. 강력한 단백질 설계 기술은 악용될 경우 위험할 수 있기 때문이다. 연구팀은 “우리는 안전하고 책임감 있는 단백질 설계 기술을 커뮤니티에 제공하기 위해 노력하고 있으며, 이를 위해 생물안보 및 안전 전문가들과 협의를 진행할 계획”이라고 밝혔다.

구글 딥마인드의 알파프로테오에 대한 논문은 링크에서 확인할 수 있다.

본 기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기