AI가 새로운 단백질을 만들기 위해 5억 년의 분자 진화를 시뮬레이션하다.

Brief news summary

최근 연구에서는 AI 모델 ESM3의 고급 능력이 강조되었습니다. ESM3는 5억 년 간의 분자 진화를 시뮬레이션하여 새로운 단백질 esmGFP를 생성했습니다. 이 단백질은 해파리와 산호에서 발견되는 자연 단백질과 유사한 녹색 형광을 나타내며, 혁신적인 약물 발견의 길을 열어줍니다. 단백질은 여러 생물학적 기능에 필수적이며 다양한 구조와 서열을 가지고 있기 때문에 ESM3는 불완전한 단백질 서열의 공백을 해소하여 일반적인 진화 제약을 넘어서는 단백질 공학을 가능하게 합니다. 27억 8천만 개의 방대한 단백질 데이터 세트를 활용하여 ESM3는 생물학적 원리에 대한 중요한 통찰을 얻었으며, 최적화된 장기 진화 잠재력을 가진 단백질 설계를 가능하게 합니다. 특히, esmGFP는 가장 가까운 형광 단백질과의 서열 유사성이 58%에 불과하여 고유한 유전적 특성을 보여줍니다. 이 연구는 Science에 발표되었으며, 단백질 공학에서 AI의 혁신적 역할을 강조하는 한편, 단백질 진화에 관련된 복잡성에 대해 전문가들에게 경고하고 있습니다.

최근 연구에 따르면 인공지능(AI) 모델이 5억 년의 분자 진화를 시뮬레이션하여 새롭고 이전에 알려지지 않은 단백질의 코드를 설계했습니다. 이 형광 단백질은 esmGFP라는 이름을 가지며, 해파리와 산호에서 발견되는 단백질과 유사하며, 새로운 약물 개발에 도움을 줄 수 있습니다. 단백질은 근육 형성 및 질병 퇴치 등 다양한 신체 기능에 필수적이며, 아미노산으로 구성되어 있고 그 서열은 유전자에 의해 결정됩니다. esmGFP 단백질은 컴퓨터 코드로만 존재하며, 독특한 유형의 녹색 형광 단백질을 나타내며, 가장 가까운 알려진 형광 단백질과는 58%의 서열 유사성을 가집니다. 그 알려진 단백질은 방울촉수해파리의 변형된 형태입니다.

esmGFP를 자연적으로 생성하려면 수백만 년에 걸쳐 96개의 유전적 변이가 필요합니다. ESM3이라고 불리는 AI 모델은 EvolutionaryScale에 의해 소개되었으며 독립 과학자들에 의해 검증되었습니다. 전통적인 진화 과정을 제외하고 ESM3는 27억 8천만 개의 자연 단백질에 대한 방대한 데이터 세트의 통찰을 활용하여 불완전한 단백질 서열을 보완합니다. 이러한 갭 필링 접근 방식은 진화가 생성하지 않았을 가능성이 있는 단백질 구조를 생성하는 데 도움을 줍니다. 연구자들은 단백질의 특성을 사용하여 ESM3를 훈련시켜 마치 문장을 완성하는 것처럼 단백질 코드를 예측하고 완성할 수 있도록 했습니다. 이 연구의 결과는 약물 설계를 포함한 단백질 공학의 다양한 응용 프로그램에 미칠 수 있습니다. 그러나 배스 대학교의 티파니 테일러와 같은 전문가들은 단백질 공학에서 AI의 잠재성을 인정하면서도 이러한 모델들이 수백만 년의 자연 선택으로 형성된 복잡한 과정을 지나치게 단순화할 수 있다고 경고합니다.