AI가 설계하는 인공단백질

인공지능(AI)이 인공 단백질을 설계하는 최신 연구와 기술 발전에 대해 다룹니다. 인공 단백질은 실험실에서 설계되어 자연 단백질을 모방하거나 새로운 기능을 가진 단백질을 생성합니다. AI의 활용은 이 과정을 혁신하며, 특히 DeepMind의 AlphaFold가 단백질 구조 예측에 혁명을 일으켰습니다. 이러한 기술은 의학, 환경 정화, 재료 과학 등 다양한 분야에 응용될 잠재력이 있으며, AI 단백질 설계의 역사, 중요한 발전, 현재 연구 동향 등을 소개합니다.

업데이트 2025-04

읽는 시간 8분

AI·바이오

2020

AlphaFold 2

2024

노벨화학상

AF3

단백질-DNA/약물

RFdiffusion

디노보 설계

한눈에 보기 (TL;DR)

  1. AlphaFold 2(2020) — 단백질 구조 예측에서 AI가 인간 과학자 압도.
  2. AlphaFold 3(2024-05) — 단백질-DNA-RNA-약물 복합체 예측 확장.
  3. RFdiffusion — 디노보(de novo) 단백질 설계, 항체·효소 실험 검증.
  4. 2024-10 노벨화학상 — Baker, Jumper, Hassabis 공동 수상.
  5. Isomorphic Labs, Generate Biomedicines 등 AI 단백질 스타트업 산업화.

Key Facts — AI 단백질 설계

도구기관/특징
AlphaFold 2/3DeepMind — 구조 예측 + 복합체
RoseTTAFoldBaker Lab — 구조 + 디노보
RFdiffusionBaker Lab — Diffusion 기반
ESMFoldMeta — 단일 서열 예측
Nobel 2024-10Baker, Jumper, Hassabis
AF3 응용신약 타깃-리간드 평가

출처: Nature AlphaFold 3 (2024-05), Science RFdiffusion (2023), Nobel Prize Chemistry 2024

핵심 인사이트

DNA가 “자연의 단백질 코드”라면, AI는 “인간이 작성하는 단백질 코드”의 컴파일러가 됐다.

AI는 2020년 AlphaFold 2의 등장으로 단백질 구조 예측에서 인간 과학자를 압도했다. 그리고 이제 완전히 새로운 단백질을 처음부터 설계하는 단계로 진입했다. 2024년 노벨화학상이 David Baker·John Jumper·Demis Hassabis에게 수여된 것은 이 분야가 “실험실의 도구”를 넘어 “생명과학의 근본 기술”로 인정받았음을 보여준다.

3가지 AI 단백질 도구

  • AlphaFold 2/3: 아미노산 서열 → 3D 구조 예측 (DeepMind)
  • RoseTTAFold/RFdiffusion: David Baker 그룹, 디노보(de novo) 설계
  • ESMFold: Meta AI, 진화 정보 없이 단일 서열에서 구조 예측

AlphaFold 3 — 2024년의 분기점

2024년 5월 Nature에 발표된 AlphaFold 3는 단백질-단백질뿐 아니라 단백질-DNA, 단백질-RNA, 단백질-소분자(약물) 복합체 구조까지 예측할 수 있다. 신약 개발에서 “타깃-리간드” 결합을 사전에 평가하는 게 가능해져 임상 진입 전 비용을 크게 줄일 잠재력을 보유.

디노보 단백질 — 실제 사례

Baker 그룹의 RFdiffusion은 (1) 코로나19 스파이크 단백질에 결합하는 미니 단백질, (2) 뱀독 중화 단백질, (3) 새로운 효소 등을 디자인하고 실험으로 검증해왔다. 2024년에는 “표적이 정해진 항체 디자인”이 본격적으로 발표되며 의약품 개발 워크플로에 진입했다.

최신 동향 (2024-2025)

2024-10 노벨화학상이 “AI 기반 단백질 구조 예측 및 설계”에 수여됐다. Isomorphic Labs(DeepMind 자회사)와 Generate Biomedicines, Cradle, EvolutionaryScale 등 AI 단백질 스타트업이 수십억 달러를 유치하며 본격 산업화 단계에 진입했다.

주요 타임라인

  • 2020AlphaFold 2 — CASP14 압도적 1위
  • 2022AlphaFold DB 2억+ 구조 공개
  • 2024-05AlphaFold 3 Nature
  • 2024-10노벨화학상 — Baker/Jumper/Hassabis
  • 2024-2025AI 단백질 스타트업 수십억$ 펀딩

마무리 — 핵심 정리

  • 단백질 설계는 “AI의 발견 가속”이 가장 결정적으로 입증된 분야다.
  • 다음 분기점: AI 항체·효소가 임상에 진입하는 2026-2028년.
  • 한국은 카이스트·서울대·국립과학기술원이 AI 신약 설계에 참여 — 정책 후원이 관건.

자주 묻는 질문

약 90% 이상의 단백질에서 실험 수준의 정확도를 달성했고, 이는 50년 묵은 핵심 문제의 사실상 해결로 평가됩니다. 다만 동적 구조 변화, 막단백질, 본질적으로 무질서한 단백질(IDP) 등은 여전히 도전 영역입니다.

Baker 그룹은 디자인 후 합성·실험까지 진행해 다수의 단백질이 의도한 결합·촉매 활성을 보였다는 결과를 Nature·Science에 발표해 왔습니다. 코로나 스파이크 결합 미니 단백질, 뱀독 중화 단백질 등이 대표 사례입니다.

전통적 신약 발견은 표적-리간드 탐색에 2-4년이 소요됩니다. AlphaFold 3 + RFdiffusion 조합은 후보 단백질·항체 설계 단계를 수주~수개월로 단축할 잠재력을 보입니다. 임상 단계 단축은 별도 과제입니다.

2024년 노벨화학상은 (1) David Baker(워싱턴대) — 디노보 단백질 설계 공로, (2) Demis Hassabis & John Jumper(DeepMind) — AlphaFold 개발 공로로 공동 수상했습니다.

최종 업데이트: 2025-04 · AlphaFold 3, 노벨화학상 2024 반영