AI 기반 신약 개발 플랫폼(예:구글 알파폴드)

Question

AI 기반 신약 개발 플랫폼(예:구글 알파폴드) 이 단백질

구조 예측 시간을 단축하여 인류의 난치병 치료제 개발주기를 혁신하는 원리는 뭔가요?

Answer 1

먼저 단백질의 아미노산 서열 정보만으로 복잡한 3차원 입체구조를 금방 정확히 추론해 냅니다. 물론 사람도 불가능한 것은 아니지만, 사람이라면 많은 시간이 걸릴 작업을 몇 초만에 해내죠.

그래서 아미노산 잔기 간 결합 각도와 물리적 거리를 계산하여 원자 단위의 정밀한 3D 좌표를 생성합니다.

게다가 수개월에서 수년이라는 시간과 수억 원이 들던 기존 물리적 실험을 AI 알고리즘으로 대체할 수 있습니다.

특히 이런 결과물로 난치병 유발 단백질의 열쇠 구멍'에 해당하는 결합 부위를 정확히 파악하는데 상당히 유용한데, 수억 개의 후보 화합물 중 표적 단백질에 딱 맞는 최적의 약물 분자를 시뮬레이션으로 선별할 수 있어 불필요한 실험에 들어가는 비용과 시간을 획기적으로 줄여줍니다. 실제 약물 후보물질 탐색에만 3~5년이 걸리던 기간을 단 수개월 수준으로 줄여줍니다.

게다가 이 원리를 그대로 이용해서 단백질뿐만 아니라 약물, DNA, RNA 등 복합 결합 구조까지 예측하여 맞춤형 설계가 가능합니다.

사람이 못하는 것을 하는 것은 아니지만, 사람이 한다면 수년 이상이 걸릴 작업을 몇 달만에 해낼 수 있어 시간을 비약적으로 줄여줄 수 있는 것입니다.

Answer 2

인간 몸속의 병원체나 변이 단백질 표면에 맞춤형 치료 물질을 결합하기 위해서는 해당 단백질의 3차원 입체 구조를 정확하게 파악하는 과정이 필수적입니다. 기존에는 X선 결정학이나 초저온 전자현미경 같은 실험 장비로 수개월에서 수년 동안 직접 측정해야 했던 반면, 알파폴드와 같은 인공지능 플랫폼은 트랜스포머 기반의 딥러닝 알고리즘을 활용해 입력된 아미노산 배열 순서와 진화적 패턴 데이터만을 가지고 수 분에서 수 시간 내에 3차원 입체 구조를 정밀하게 예측해 냅니다. 이렇게 단백질의 구조 예측 및 표적 부위 분석이 신속해지면 약물로 작용할 최적의 후보 물질을 컴퓨터상에서 빠르게 설계하고 검증할 수 있으므로, 초기 신약 개발 탐색 단계에 소요되던 수년간의 시간과 수백억 원의 비용을 획기적으로 줄여 난치병 치료제 개발 주기를 크게 단축하게 됩니다.

Answer 3

안녕하세요. 임형준 수의사입니다.

AI 기반 신약 개발은 인공지능이 방대한 단백질 서열과 구토 데이터를 학습해 단백질의 3차원 형태를 빠르게 예측하는 원리입니다. 기존에는 실험으로 수개월~수년 걸리던 구조 분석을 단시간에 숳애해, 약물이 결합할 가능성이 높은 부위를 찾고 후보 물질을 효율적으로 설계합니다 .이를 통해 신약 후보 탐색 과정의 시간과 비용을 크게 줄일 수 있습니다,