수십 년 걸리던 단백질의 ‘3차원 모양’을, 단숨에 예측할 수 있을까?

통찰 · AlphaFold

단백질이 무슨 일을 하는지는 그 3차원 모양이 정합니다. 그런데 아미노산 서열만 보고 그 모양을 알아내는 일은, 무려 50년 동안 풀리지 않던 난제였어요. AI는 대체 이걸 어떻게 단숨에 풀어냈을까요?

이 카드를 마치면, 단백질 접힘 예측이 왜 그토록 어려웠는지, 그리고 AlphaFold가 물리를 푸는 대신 무엇을 읽어 그 난제를 넘었는지 알게 됩니다.

• 단백질은 접힌 모양이 곧 기능이라, 모양을 알면 병의 원리와 약의 설계가 보입니다.
• 경우의 수가 천문학적이라, 하나씩 다 계산하는 방식으로는 풀 수 없는 문제였습니다.
• AlphaFold는 여러 생물종에 남은 진화의 패턴을 학습해, 실험 수준 정확도로 구조를 예측했습니다.

핵심 흐름

• 먼저, 당신의 직관은? 아미노산이 줄줄이 이어진 끈만 주어졌을 때, 이게 어떤 3차원 모양으로 접힐지 어떻게 알아낼 수 있을까?
• 끈이 아니라, 접혀야 도구가 된다
• 자연은 0.001초, 계산은 우주의 나이
• 진화가 남긴 힌트를 읽다
• 실험 전에, 화면에서 먼저 본다

결론

이제 단백질의 모양은, 실험으로 확인하기 전에 예측으로 먼저 본다.

단백질은 접힌 모양이 기능을 정하지만, 서열에서 그 모양을 알아내는 건 경우의 수가 너무 많아 50년 난제였습니다. AlphaFold는 물리를 직접 풀지 않고 여러 생물종에 남은 진화의 패턴을 학습해, 실험 수준 정확도로 구조를 예측했어요. 2억 개가 넘는 구조가 공개되면서, 연구자들은 무엇을 실험할지 예측으로 먼저 고르게 됐습니다.

통찰 카드 다른 글

• 우주 초기의 은하는, 작고 단순했을까?
• 입자가 ‘무게(질량)’를 갖는 건, 대체 어디에서 오는 걸까?
• 실험실에서, 들인 것보다 더 많은 에너지를 핵융합으로 얻을 수 있을까?
• 지구로 향하는 소행성을, 미리 밀어내 막을 수 있을까?
• 현생 인류는, 다른 인류와 완전히 갈라선 ‘순수한 종’일까?
• 암을, 몸 밖에서 공격하는 대신 내 면역세포를 ‘다시 프로그래밍’해 잡을 수 있을까?

• 통찰 카드 전체 보기
• 홈