• 목록

• 페이스북 공유
• 트위터 공유

구글 딥마인드가 최신 버전을 공개한 단백질 구조예측 프로그램 알파폴드가 항체·핵산과 단백질의 결합 예측 정확도를 대폭 향상시켰다. 이로 인해 항체약물접합체(ADC), 유전자치료제 등 새로운 모달리티 신약 개발에 인공지능(AI)을 적용할 수 있는 가능성이 열렸다.

알파폴드는 2018년 첫 공개 이후 지속적인 업데이트를 통해 단백질간 결합의 예측 속도와 정확도를 개선해 왔다. 그러나 실제 신약 개발에는 한계가 있었다. 약물이 작용하는 과정을 정확히 이해하기 위해서는 단백질간 결합에만 국한되지 않고 저분자화합물, 항체, 핵산 등 다른 분자들과의 결합도 고려해야 했기 때문이다.

하지만 최신 업데이트를 통해 단백질과 리간드(저분자화합물)의 결합 예측 정확도는 73.6%로 대폭 증가했다. 이는 유사 프로그램인 비나(52.3%), 골드(51.2%), 디프독(37.9%), 유니몰(22.9%)보다 훨씬 높은 수치이다.

딥마인드는 "(이번 업데이트를 통해) 단백질에 국한되지 않고 다른 생물학적 분자들까지 예측 범위가 확장되었다"며 "거의 모든 분자에 대한 예측이 가능하고 원자 수준의 정확도에 도달했다"고 설명했다.

또한 항체·핵산과 단백질의 결합 예측 정확도도 상당히 향상되었다. 항체와 단백질의 결합 예측 정확도는 이전 버전인 알파폴드 2.3과 비교해 21.2%에서 51.5%로 대폭 증가했다. 핵산과 단백질의 결합 예측 정확도도 이전보다 두 배 이상 향상되었다. RNA의 경우 단백질과의 결합 예측 정확도는 19.0%에서 38.0%로, DNA의 경우 28.2%에서 62.9%로 증가했다. 전반적인 단백질과 단백질의 결합 예측 정확도도 68.9%에서 78.1%로 증가했다.

이번 업데이트는 AI 신약 개발의 새로운 지평을 열었다는 평가를 받고 있다. AI 기술을 활용하여 보다 정확한 신약을 개발할 수 있는 가능성이 크게 높아졌다는 것이다. 앞으로 딥마인드의 알파폴드를 통해 신약 개발 과정에서 더 많은 기여를 기대할 수 있을 것이다.

추천

0

비추천

0