[행사/세미나] [Colloquium] Nov. 23(Wed.) 단백질 구조예측과 알파폴드의 물리학
- 물리학과
- 조회수3051
- 2022-11-17
5. Abstract: 단백질은 생명현상의 중심에 있으며, 그 3차원적 구조는 생체 내에서의 기능에 직접 연관되어 있다. 20세기 중반 헤모글로빈, 미오글로빈의 구조가 X-ray 분광학에 의해 밝혀진 이후 지금까지 70여년, 수십만의 단백질의 구조와 기능이 이러한 분자 생물학과 함께 발전되고 이해되어 왔다. 지금까지 단일 분야에서 가장 많은 노벨상이 주어졌으며, 이를 통해 생명현상과 그 메커니즘이 분자수준에서 이해되어지게 되었다. 이러한 단백질의 3차원적 구조는 생체 환경에서 유일한 구조로 접히는데 (Protein Folding), 이는 열역학적으로 생체환경에서 자유에너지가 최소화 되는 상태로 설명될 수 있다 (Free Energy Minimum). 단백질의 구조 데이터가 축적되어지고, 구조에 대한 이론적인 연구가 축적 되면서 단백질의 구조를 아미노산 서열에서부터 예측하고자 하는 연구가 지난 50여년에 걸쳐 진행되어 왔다. 경험적으로 단백질의 서열이 유사한 경우에 구조적으로도 유사성이 존재하게 되는데, 이는 서로 상호작용하는 아미노산들이 공변 (Co-evolution)관계가 있음이 알려졌다. 이에 대해 통계물리학에서 사용되었던 상자성 (Para magnetism) 모델인 Ising model을 확장한 수학적 모델을 통해 아미노산들의 상호작용을 어느 정도 예측이 가능하게 되었다. 한편 최근 인공지능 (AI) 연구의 발전과 함께 그동안 불가능해 보이던 여러 영역들에서 인간의 능력을 뛰어 넘는 결과들을 보여 주고 있다. 이는 기본적으로 데이터 안에 존재하는 어떤 규칙과 연관성을 인공신경망 학습을 통해 찾아내는 것으로 이해할 수 있다. 이러한 인공지능 방법은 문제를 푸는 기존 전통적 방법인 인간의 이해와 분석의 한계를 극복할 수 있는 가능성이 있는데, 최근 비전 (Vision) 분야와 자연어 (Natural Language), 그리고 생성 (Generative) 모델 분야에서 뛰어난 결과를 보여주고 있다. 단백질 구조예측 분야에서도 지난 알파고 (AlphaGo) 개발을 통해 세계의 주목을 받았던 구글의 DeepMind팀에서 최근 알파폴드 (AlphaFold)를 지난 단백질 구조예측 대회 (CASP14)에서 소개하며 50년이 넘는 과학계의 난제인 단백질 접힘 문제의 한 해답을 제공하였다. 이는 단백질 구조 예측분야에 있어서, 인공지능의 가능성을 보여준 사례라고 볼 수 있다. 단백질 접힘 문제에 대한 소개와 그 동안 과학계의 노력들과 함께 알파폴드의 방법을 소개하고자 한다.
Keywords: Protein Folding, Protein Structure Prediction, Artificial Intelligence