단백질·DNA·약물 한 모델로, 알파폴드3 복합체 구조 예측

단백질 하나의 접힌 모양을 맞히는 문제는 알파폴드2(AlphaFold 2)로 상당히 풀렸지만, 실제 생명현상은 단백질이 DNA·RNA·작은 분자·금속 이온과 맞물려 일어난다. 구글 딥마인드와 아이소모픽 랩스 연구진은 네이처(Nature)에 이 복합체들을 하나의 신경망으로 함께 예측하는 알파폴드3(AlphaFold 3)를 보고했다.

구조를 '생성'하는 확산 모델로 전환

알파폴드3는 기존 구조를 크게 손봐 이미지 생성에 쓰이는 확산(diffusion) 기반 아키텍처를 채택했다. 그 결과 단백질과 핵산, 소분자 리간드, 이온, 화학적으로 변형된 잔기가 섞인 복합체의 좌표를 한꺼번에 내놓는다. 저자들은 단백질-리간드 결합에서 기존 도킹(docking) 프로그램보다 정확도가 크게 높고, 단백질-핵산 결합에서는 핵산 전용 예측기보다 앞섰으며, 항체-항원 예측도 알파폴드-멀티머 2.3 버전보다 뚜렷이 개선됐다고 보고했다.

의미는 분자 하나가 아니라 '상호작용'을 계산으로 다룰 수 있게 됐다는 점이다. 수용체에 어떤 화합물이 어떤 자세로 들어가는지, 전사인자가 DNA의 어느 홈을 잡는지를 실험 전에 추려낼 수 있다.

예측은 가설, 검증은 실험

다만 모든 결과는 계산 예측이며 결합 세기나 약효를 알려주지는 않는다. 학습 데이터가 적은 분자 종류, 유연하게 움직이는 영역, 흔치 않은 화학 구조에서는 오차가 커질 수 있고 구조생물학 실험으로 확인해야 한다.