단백질 언어모델이 만든 형광단백질, 자연과 58%만 닮았다

단백질 서열은 수십억 년 진화가 남긴 일종의 문장으로 볼 수 있다. 미국 에볼루셔너리스케일(EvolutionaryScale)과 아크 연구소(Arc Institute) 연구진은 사이언스(Science)에 이 문장을 학습한 생성형 언어모델 ESM3를 보고하고, 자연에 없는 기능성 단백질을 실제로 만들어냈다고 밝혔다.

서열·구조·기능을 한 모델에서 다룬다

ESM3는 아미노산 서열뿐 아니라 3차원 구조와 기능 주석을 같은 모델 안에서 다루는 다중모드(multimodal) 생성 모델이다. 사용자가 '이 구조를 유지하면서 이런 기능을 가져라'처럼 여러 조건을 섞어 지시하면 그에 맞는 서열을 생성하고, 추가 정렬(alignment) 학습으로 지시 이행도를 높일 수 있다.

연구진은 형광단백질을 만들라고 지시한 뒤 생성된 후보를 합성해 시험했다. 그 결과 알려진 형광단백질과 서열 일치도가 58%에 불과한, 즉 계통적으로 멀리 떨어진 밝은 형광단백질을 얻었다. 저자들은 자연 진화로 이 정도 거리를 벌리려면 약 5억 년이 걸린다고 추정했다.

한계

'5억 년'은 자연 서열 사이 거리로부터 환산한 추정치이고, 성공 사례는 합성·시험한 후보 가운데 일부다. 형광이라는 비교적 측정이 쉬운 기능에서 얻은 결과여서 효소 활성이나 치료용 단백질로 일반화하려면 더 많은 검증이 필요하다.