Google의 인공지능 관련 기업인 Google DeepMind는 2018년에 아미노산의 염기서열 정보로부터 단백질의 입체구조를 예측할 수 있는 AI「AlphaFold」를 발표했습니다. AlphaFold는 그 후로도 개량이 거듭되어, 2023년 10월 30일에 릴리즈 된 AlphaFold 최신판은, 기존보다 예측 정밀도가 대폭 향상되어, 단백질뿐만 아니라, 리간드(Ligand) 등의 생체 분자 예측도 가능해졌습니다.
A glimpse of the next generation of AlphaFold - Google DeepMind
A glimpse of the next generation of AlphaFold
Progress update: Our latest AlphaFold model shows significantly improved accuracy and expands coverage beyond proteins to other biological molecules, including ligands.
deepmind.google
근육 수축과 혈액 수송, 빛 감지, 음식 에너지 변환 등 모든 생물학적 과정과 관련되어 있는 단백질은 20가지 L-아미노산이 사슬 모양으로 연결된 입체 고분자 화합물입니다. 지금까지 인간이 발견한 단백질 종류는 2억 개를 넘었지만, 입체구조가 확인된 단백질은 소수입니다.
그러나 Google DeepMind가 개발한 AlphaFold는 지금까지 입체구조가 불분명했던 단백질의 구조를 AI를 이용하여 예측하고 있으며, 2020년에는 AlphaFold를 통하여 기존의 저온전자현미경법 등 실험적 방법에 의한 단백질 입체구조 해석과 같은 수준의 정밀도를 기록했다고 보고했습니다.
AlphaFold는 오랜 기간 동안 생물학적으로 큰 문제가 되고 있는 아미노산 서열로부터의 입체구조 예측이 곤란하다는 문제(단백질 폴딩 문제)를 해결할 수 있을 가능성에 대해 기대를 받고 있습니다.
Google DeepMind는 2020년에 AlphaFold2를 출시하였고, 2021년에는 AlphaFold를 오픈 소스화 하고, 2023년 10월 31일에 출시된 AlphaFold의 최신 버전은 세계 최대의 생체분자의 오픈 액세스 데이터베이스인 '단백질 구조 데이터 뱅크'에 망라된 거의 모든 분자의 입체 구조를 예측할 수 있는 것으로 보고되었습니다.
또한, Google DeepMind에 의하면, 새로운 AlphaFold에서는, 생체 분자와 복합체를 형성해 생물학적 목적을 완수하는 「리간드(Ligand)」라고 불리는 물질이나, 단백질이 만들어진 후에 일어나는 화학 변화에 수반하는 분자 구조도 정확하게 예측할 수 있다는 것.
지금까지 제약 연구자들은 "도킹법"이라고 불리는 컴퓨터 시뮬레이션을 사용하여 단백질과 리간드가 어떻게 상호 작용하는지 검토했습니다. 그러나, 도킹법에서는 단백질의 구조 등이 중요해, 도킹법을 이용한 제약 기술에는 한계가 있었습니다. 새로운 AlphaFold에서는, 단백질의 구조 등은 AI가 자동으로 예측하기 때문에, 지금까지 입체 구조가 밝혀지지 않았던 단백질의 예측을 실시하는 것과 동시에, 단백질이나 핵산이 다른 분자와 어떻게 상호작용할지에 대한 자세한 시뮬레이션을 할 수 있습니다.
Google DeepMind가 공개한 AlphaFold의 데모 영상입니다.
Series of predicted structures compared to ground truth (white) from our latest AlphaFold model. - YouTube
Google DeepMind는 "항체 결합 등 창약과 관련된 다양한 단백질 구조의 예측 문제에 대하여, 새로운 AlphaFold는 기존 AlphaFold의 성적을 크게 웃돌고 있습니다. 이번 AlphaFold의 극적인 성능 향상은 인체를 구성하는 분자의 과학적 이해가 크게 진행될 수 있으며 AI의 유용성을 보여주고 있습니다."라고 코멘트.
한편, Google DeepMind는 신체의 RNA 분자 구조를 예측하는 것에 대해 AlphaFold가 기존의 방법에 뒤떨어지고 있음을 (PDF 파일)보고하고, 해결을 위해 추가 연구를 실시하고 있음을 밝혔습니다. 또한 Google DeepMind의 관련 기업인 Isomorphic Labs는 이미 치료제 설계에 새로운 AlphaFold를 도입했으며 AlphaFold가 질병 치료에 중요한 다양한 분자 구조를 분석하는 데 도움이 되었다고 보고하고 있습니다.
Google DeepMind의 데미스 하사비스 CEO는 '범용 인공지능'이라는 다양한 분야에서 인간을 능가하는 성능의 인공지능이 최종적으로 탄생할 것이라고 예측하고 있으며, AI의 폭주나 범죄에 이용될 위험성을 우려해, 신속한 인공지능의 규제 도입을 요구하고 있습니다.
한편 Google의 인공지능 개발팀 'Google Brain'의 공동 창립자인 앤드류 응 교수는 「인공지능이 인간을 멸종시킨다는 생각은 AI 시장에서의 경쟁을 피하기 위해 새로운 규제의 도입을 기대하는 거대 AI 기업에 의한 '나쁜 생각'입니다. 이러한 생각은 AI에 대한 새로운 혁신을 막을 수 있습니다」라고 지적하고 있습니다.
'AI · 인공지능 > AI 뉴스' 카테고리의 다른 글
| AI 만으로 Angry Birds의 복제 게임을 만든 엔지니어가 등장 (51) | 2023.11.06 |
|---|---|
| GPT-4로 논문 검토? 스탠퍼드, Nature 등의 논문 약 4,800개로 검증 (2) | 2023.11.06 |
| 대규모 언어 모델 「Phind」가 코딩에서 GPT-4를 능가 (45) | 2023.11.05 |
| 「Hugging Face」란 무엇인가? 내 블로그의 QR코드를 AI로 만들어 보았다 (32) | 2023.11.02 |
| 바이두(Baidu)가 대규모 언어 모델 「문심 4.0」을 발표, GPT-4와 동등한 성능? (43) | 2023.10.31 |
| 세계 최초로 AI 사용 이력과 「콘텐츠 자격 증명 기능」을 내장한 카메라 「라이카 M11-P」 (53) | 2023.10.30 |
| 「언어를 일반화하는 인간과 같은 능력을 가진 신경망」의 등장으로 AI에 혁신이 일어날 가능성 (88) | 2023.10.27 |
| 구글이 진위를 알 수 없는 이미지의 사실검증 기능을 개발 중 (60) | 2023.10.27 |
