광고
광고
광고
광고
광고
광고
광고
광고
광고
로고

[인공지능, 맞춤형 단백질 설계] 연구원들은 단백질 설계를 새로운 맞춤형 수준으로 끌어 올렸다. 특정 치수, 모양 및 기타 특성으로 시작하여 팀은 머신러닝 알고리즘을 활용하여 특정 생물학적 반응에 맞는 단백질 복합체를 구축했다. 결국 마치 건축가처럼 맞춤 요구 사항에 따라 단백질을 설계하는 강력한 알고리즘을 갖게 되었다.

ttps://singularityhub.com/2023/04/24/this-ai-can-design-complex-proteins-perfectly-tailored-to-our-needs/

운영자 | 기사입력 2023/04/26 [00:00]

[인공지능, 맞춤형 단백질 설계] 연구원들은 단백질 설계를 새로운 맞춤형 수준으로 끌어 올렸다. 특정 치수, 모양 및 기타 특성으로 시작하여 팀은 머신러닝 알고리즘을 활용하여 특정 생물학적 반응에 맞는 단백질 복합체를 구축했다. 결국 마치 건축가처럼 맞춤 요구 사항에 따라 단백질을 설계하는 강력한 알고리즘을 갖게 되었다.

ttps://singularityhub.com/2023/04/24/this-ai-can-design-complex-proteins-perfectly-tailored-to-our-needs/

운영자 | 입력 : 2023/04/26 [00:00]

AI로 단백질을 구축하는 것은 집을 꾸미는 것과 같다.

 

두 가지 주요 전략이 있다하나는 IKEA 접근 방식이다쉽게 결합되는 미리 만들어진 가구를 구입하지만 가구가 귀하의 공간에 어느 정도 맞기를 바랄 뿐이다상대적으로 간단하지만 최종 제품의 치수나 기능을 제어할 수 없다.

 

다른 방법은 귀하의 필요에 완벽하게 맞춘 비전과 디자인으로 시작한다그러나 어려운 부분은 맞춤형 디자인을 위한 개별 부품을 찾거나 구축하는 것이다.

 

동일한 두 가지 방법이 AI를 사용하여 단백질 복합체를 엔지니어링하는 데 적용된다캐비닛과 유사하게 단백질 복합체는 복잡하게 결합하는 여러 하위 단위로 구성된다. 20면 다이에서 열리고 닫히는 터널에 이르기까지 모양이 있는 이 거대한 구조는 우리의 신진대사면역 방어 및 뇌 기능의 기초를 형성한다.

 

단백질 구조를 형성하려는 이전의 시도는 대부분 IKEA 접근 방식을 사용했다혁신적이다. AI 기반 디자인은 이미 코로나19 백신을 매우 빠른 속도로 생성했다강력하지만 접근 방식은 사용 가능한 단백질 "구성 요소"에 의해 제한된다.

 

이번 달워싱턴 대학의 데이비드 베이커(David Baker) 박사가 이끄는 팀은 단백질 설계를 새로운 맞춤형 수준으로 끌어 올렸다특정 치수모양 및 기타 특성으로 시작하여 팀은 머신러닝 알고리즘을 활용하여 특정 생물학적 반응에 맞는 단백질 복합체를 구축했다.

일반적인 상향식 방식이 아닌 하향식 방식으로 진행되었다.

 

예를 들어 한 가지 디자인은 바이러스의 외부 보호 층을 모방한 20면 쉘이다독감 바이러스의 면역 자극 단백질이 점재했을 때 AI가 설계한 단백질 껍질은 임상 시험에서 최신 백신 후보를 능가하는 쥐의 면역 반응을 촉발했다.

 

AI는 백신만을 위한 것이 아니다동일한 전략으로 유전자 치료를 위한 보다 작고 효율적인 운반체를 만들거나 체내에서 즉시 분해되는 것을 방지하기 위해 추가적인 보호가 필요한 항체 및 기타 약물을 운반할 수 있다.

 

그러나 더 넓게 보면이 연구는 2x4 보드와 같은 생물학적 등가물로 작업하는 것보다 전체 비전에서 시작하여 엄청나게 복잡한 단백질 구조를 설계하는 것이 가능하다는 것을 보여준다.

이 작업에 참여하지 않은 뉴캐슬 대학의 마틴 노블 박사는 “팀이 이 일을 할 수 있다는 것이 놀랍다고 말했다. "올바로 접히는 단일 단백질을 설계하는 데는 수십억 년의 진화가 필요하지만 단백질이 서로 잘 맞도록 접고 닫힌 구조를 만드는 것은 또 다른 수준의 복잡성이다."

 

워프 속도로 진화

새로운 작업의 핵심은 강화 학습이다아마 들어 보셨을 것이다뇌가 시행착오를 통해 학습하는 방식에 기반한 강화 학습은 전 세계를 강타한 여러 AI 에이전트를 지원한다아마도 가장 잘 알려진 것은 보드 게임 바둑에서 인간 세계 챔피언을 이긴 DeepMind의 발명품인 AlphaGo일 것이다보다 최근에는 강화 학습이 자율 주행 자동차의 발전 속도를 높이고 기본 계산을 간소화하여 더 나은 알고리즘을 개발하기까지 했다.

 

새로운 연구에서 팀은 몬테카를로 트리 검색(MCTS)이라는 일종의 강화 학습 알고리즘을 활용했다카지노 이동처럼 들리지만 최적화된 결정을 찾는 인기 있는 강화 학습 전략이다.

알고리즘을 인생 결정의 나무로 묘사한다우리 모두는 언젠가 다른 선택을 했다면 우리의 삶이 어떨지 궁금해했을 것이다이러한 대안적 결정을 타임라인으로 그린다면각 분기 조합이 다른 결과로 이어지는 결정 나무가 있다.

 

그렇다면 MCTS는 일종의 인생 게임과도 같다선택 항목은 각 분기에서 무작위로 선택되고 나무의 해당 경로를 따른다최종 결과에 도달하면 나무를 다시 피드백하여 원하는 솔루션의 가능성을 높인다그것은 모든 것을 한 번에 모든 곳에서 다중 우주를 탐험하는 것과 같다하지만 여기서는 삶의 선택 대신에 단백질을 설계하기 위한 것이다.

 

시작하기 위해 팀은 특정 구축 목표를 가진 수백만 개의 단백질 조각을 MCTS 알고리즘에 공급했다조각의 양은 신중하게 측정되었다각 계산 단계에서 숫자가 작을수록 AI의 학습 프로세스 속도가 빨라지고 최종 단백질의 다양성이 증가한다그러나 더 많은 조각으로 인해 계산 시간과 에너지 사용량이 급증한다딜레마의 균형을 맞추기 위해 팀은 단백질 디자인 검색을 시작하기 위한 출발점으로 여러 단백질 구조 요소를 구축했다.

 

그런 다음 알고리즘은 디지털 플레이도우를 만지작거리듯 단백질 조각을 비틀거나 구부려 최종 단백질의 전체적인 기하학적 제약 조건(백본 및 조각이 자체 조립하는 데 도움이 되는 "부착 지점포함)을 통과했는지 확인한다시뮬레이션이 승인되면 알고리즘에서 계산 경로가 "부스트"된다수만 번 헹구고 반복하면 프로그램이 특정 디자인에 대한 최적의 개별 부품을 연마할 수 있다.

 

엄청난 작업처럼 들리지만 알고리즘은 매우 효율적이었다각 반복은 평균적으로 수십 밀리초 밖에 걸리지 않았다고 팀은 설명했다.

 

주문형 단백질

결국 팀은 마치 건축가처럼 맞춤 요구 사항에 따라 단백질을 설계하는 강력한 알고리즘을 갖게 되었다한 테스트에서 AI는 프리즘에서 피라미드 및 알파벳 문자에 이르기까지 다양한 단백질 구조를 만들었으며 각 구조는 필요에 따라 특정 공간을 채웠다.

 

"우리의 접근 방식은 강화 학습을 사용하여 퍼즐 조각처럼 서로 맞는 단백질 모양을 만드는 문제를 해결하기 때문에 독특하다이것은 이전의 접근 방식으로는 불가능했으며 우리가 만들 수 있는 분자 유형을 변형시킬 수 있는 잠재력을 가지고 있다.”라고 연구 저자인 Isaac Lutz는 말했다.

 

그러나 AI 디자인은 어떻게 실생활로 변환될까?

개념 증명으로 팀은 충실도를 테스트하기 위해 실험실에서 수백 개의 단백질을 만들었다전자 현미경을 사용하여 AI가 설계한 단백질은 원자 규모에서 예측된 청사진과 거의 동일했다.

한 가지 눈에 띄는 디자인은 수십 개의 단백질 조각으로 만든 속이 빈 껍질이었다캡시드(capsid)라고 불리는 이 구조는 백신을 생성하기 위한 가이드로 자주 사용되는 바이러스 보호 단백질 층과 유사하다이전 반복과 달리 AI 생성 포탄은 여러 부착 지점으로 밀집되어 있었다벽 앵커와 마찬가지로 이들은 구조가 비계 내부의 세포 또는 더 나은 패키지 재료(약물유전자 요법 또는 기타 생물학적 재료)에 도킹하는 데 도움이 될 수 있다.

 

 10나노미터에서 이 나노캡시드는 "대부분의 바이러스보다 상당히 작다"고 팀은 설명했다.

몸집이 작은 크기는 큰 약용 펀치와 함께 제공되었다한 테스트에서 팀은 제대 정맥에서 인간 세포의 혈관 성장을 자극하는 데 도움이 되는 60개의 단백질 사본을 캡시드에 점재했다. AI가 만든 단백질 거품은 이전 나노입자보다 10배 이상 성능이 뛰어났다연구 저자 Hannele Ruohola-Baker 박사는 "당뇨병뇌 손상뇌졸중 및 혈관이 위험에 처한 기타 사례에 대한 잠재적인 응용 프로그램을 연다"고 말했다.

 

또 다른 실험에서는 20면 껍질의 조밀한 부착점을 최대한 활용하여 캡시드를 효율적인 백신으로 변형시켰다여기서 연구팀은 나노 캡시드에 독감 단백질 HA(인플루엔자 헤마글루티닌)를 융합해 쥐에 주입했다이미 임상 시험 중인 유사하지만 훨씬 더 큰 백신 설계와 비교할 때 AI가 설계한 솔루션은 더 강력한 면역 반응을 촉발했다.

 

현재 AI는 아직 초기 단계에 있다하지만 지난 2년이 보여주듯이 빠르게 발전할 것이다. 20면 쉘 및 기타 구조는 "이전에 설계되었거나 자연적으로 발생하는 구조와 구별된다"고 팀은 말했다크기는 작지만 운반 능력이 크기 때문에 잠재적으로 DNA가 들어 있는 세포핵 내부를 뚫고 유전자 편집 구성 요소를 효율적으로 이동할 수 있다.

 

"모든 종류의 건축물을 만들 수 있는 잠재력은 아직 완전히 탐구되지 않았다."라고 연구 저자 Shunzhi Wang 박사는 말했다.

 

이미지 제공: Ian Haydon/ 단백질 설계를 위한 UW 의학 연구소

 
인공지능, 단백질, 맞춤형 단백질 설계 관련기사목록
PHOTO
1/6
광고
광고
광고
광고
광고
많이 본 기사
AGILab 뉴스 많이 본 기사
최신기사