음악 이용해 단백질 찾는 인공지능 알고리즘 …신약 개발 비용 크게 줄여

MIT 연구진은 아미노산으로 구성된 단백질 구조와 접힘을 음악 점수로 바꿔 새로운 단백질을 찾아냈다. 사진제공 마쿠스 J. 부엘러

구글 자회사 딥마인드는 2016년 알파고를 내세워 세계 최고의 바둑기사를 꺾으며, 세계를 놀라게 만들고 인공지능(AI)에 새로운 비전을 제시했다.

그런데 이 딥마인드가 최근 집중하고 분야는 따로 있다. 바로 알파폴드다. 알파폴드는 단백질의 기본 단위인 아미노산을 비롯해 다양한 단백질을 빅데이터로 분석해 원하는 단백질 구조와 패턴을 찾고 있는 AI 알고리즘이다.

생물학자들은 아미노산이 3차원에서 어떻게 배열되고 접히면서 단백질을 만들게 되는지 연구하고 있다. 우리몸만 해도 10만 종류가 넘는 단백질로 구성돼 있는데, 3차원으로 어떤 모양과 구조를 가지고 있는지 잘 알지 못한다.

AI를 이용해 3차원 단백질 구조를 예측할 수 있게 되면 다양한 단백질 구조와 기능을 알아갈 수 있다. 질병을 더 잘 알 수 있게 되고, 신약후보 물질 발견도 훨씬 수월해진다. 그만큼 백신이나 치료제 개발도 쉬워진다. 현재 수천억원 이상이 투입되는 신약 개발에서 시간과 비용을 크게 줄일 수 있을 것으로 기대된다.

딥마인드의 알파폴드는 이미 우수한 실력을 자랑했다. 알파폴드는 2년마다 진행되는 2018년 단백질 구조 예측 국제학술대회에 처음 참가해서 미국 연구팀을 여유있게 따돌리며 1등을 차지했다.

한편 이 대회에는 북한이 참가했는데, 한종목에서 1위 차지한 것으로 나타났다. 북한이 이미 세계적인 수준의 단백질 구조 예측 AI 기술을 확보하고 있는 것으로 확인된 셈이다. 상대적으로 대외 활동이 적은 북한이 AI로 단백질 연구에 나선 것을 통해 세계가 얼마나 AI를 이용한 단백질 연구에 적극적인지 엿볼 수 있다.

이런 상황에서 미국 매사추세츠공과대학(MIT)과 대만 연구진이 음악을 이용해 단백질을 찾는 새로운 AI 알고리즘을 오늘(18일 한국시간) 국제 오픈액세스저널 ‘APL 바이오엔지니어링’에 소개했다. 단백질 구조를 음악 점수로 변환한 새로운 단백질을 찾는 방법이다.

단백질을 구성하는 20개 아미노산은 각각 독특한 진동 주파수를 갖고 있다. 연구진은 이를 응용해 단백질의 화학적 구조를 음량과 멜로디, 화음, 리듬 같은 음악 개념으로 바꿔서 구성했다. 이에 따라 단백질이 접히는 방식으로 결정되는 특정한 소리를 딥러닝 학습신경망으로 훈련시켰다.

연구진은 새롭게 찾은 단백질을 기존 대형 데이터베이스에 있는 모든 단백질과 비교하며 분석했다. 이를 통해 새롭게 선보인 방법이 자연에서 아직 발견하지 못한 단백질을 설계할 수 있음을 입증했다.

MIT 마쿠스 J. 부엘러 박사는 “수천년에 걸쳐 단백질을 진화시킨 자연이 우리에게 소리가 어떻게 결합디고 합쳐지는지 새 아이디어를 주고 있다”고 말했다.

이처럼 AI를 이용한 단백질 연구에는 다양한 아이디어가 활용된다. 지난해 4월에는 하버드의대 연구진이 AI를 이용한 단백질 접힘 예측 연구를 국제학술지 ‘셀 시스템스(Cell Systems)’ 저널에 발표했는데, 이들은 단백질을 구성하는 아미노산을 문장으로 비교해서 연구했다고 밝혔다.

지난해 12월에는 스위스로잔연방공대 연구진이 단백질 표면만으로 단백질 간 상호작용을 예측하는 AI 알고리즘을 발표했다. 이들은 국제학술지 ‘네이처’에 방법론을 싣고, 오픈소스 형태로 상세 기술도 공개했다.

스위스로잔연방공대 연구진은 수많은 단백질 표면의 화학과 기하학적 특성을 AI 학습하도록 만들었다. 특성별 행동 패턴과 생화학적 작용을 짝지어 학습시킨 것. 그 결과 단백질이 공동 지문을 공유하는 것처럼 비슷하게 상호작용을 하는 것을 확인했다.


박응서 머니투데이방송 MTN 선임기자