구글 딥마인드, 단백질 구조 너머 세포 작동 원리 AI로 예측
06/16/26구글 딥마인드(Google DeepMind)가 단백질 구조 예측 도구 알파폴드(AlphaFold)의 후속 연구로, 단백질을 넘어 세포 내 복잡한 생물학적 과정 전체를 AI로 예측하는 새로운 모델 알파셀(AlphaCell)을 공개했다. 이 모델은 세포가 어떻게 유전자를 발현하고, 단백질이 세포 내에서 어떤 기능을 수행하며, 특정 돌연변이가 어떤 질병을 유발하는지를 분자 수준에서 예측할 수 있다.
알파폴드가 2020년 단백질 구조 예측이라는 50년의 난제를 풀었다면, 알파셀은 그 다음 단계인 세포 작동 원리의 이해로 나아가는 것이다. 연구팀은 알파셀을 이용해 현재 치료법이 없는 희귀 유전 질환 3종에서 새로운 치료 표적 단백질을 발견했다고 밝혔다. 또한 암세포가 기존 항암제에 내성을 갖게 되는 메커니즘을 예측하는 데도 높은 정확도를 보였다.
이 기술이 신약 개발에 미칠 파급력은 막대하다. 현재 신약 하나를 개발하는 데 평균 12~15년과 수십억 달러의 비용이 소요된다. 알파셀 같은 AI가 임상 전 단계에서 실패 가능성이 높은 후보 물질을 미리 걸러낼 수 있다면, 개발 기간과 비용을 획기적으로 단축할 수 있다. 아스트라제네카와 노바티스는 이미 딥마인드와 공동 연구 협약을 맺고 알파셀을 임상 파이프라인에 활용하는 방안을 추진 중이다. AI와 생명과학의 결합이 인류의 질병 정복을 앞당기는 새로운 시대의 서막이 열리고 있다.
알파폴드가 2020년 단백질 구조 예측이라는 50년의 난제를 풀었다면, 알파셀은 그 다음 단계인 세포 작동 원리의 이해로 나아가는 것이다. 연구팀은 알파셀을 이용해 현재 치료법이 없는 희귀 유전 질환 3종에서 새로운 치료 표적 단백질을 발견했다고 밝혔다. 또한 암세포가 기존 항암제에 내성을 갖게 되는 메커니즘을 예측하는 데도 높은 정확도를 보였다.
이 기술이 신약 개발에 미칠 파급력은 막대하다. 현재 신약 하나를 개발하는 데 평균 12~15년과 수십억 달러의 비용이 소요된다. 알파셀 같은 AI가 임상 전 단계에서 실패 가능성이 높은 후보 물질을 미리 걸러낼 수 있다면, 개발 기간과 비용을 획기적으로 단축할 수 있다. 아스트라제네카와 노바티스는 이미 딥마인드와 공동 연구 협약을 맺고 알파셀을 임상 파이프라인에 활용하는 방안을 추진 중이다. AI와 생명과학의 결합이 인류의 질병 정복을 앞당기는 새로운 시대의 서막이 열리고 있다.



