알파폴드 3, 생명의 신비를 밝히다! 단백질, DNA, RNA까지 예측하는 혁신 인공지능

안녕하세요! 오늘은 구글 딥마인드에서 새롭게 개발한 인공지능 모델 알파폴드 3에 대해서 알아보겠습니다. 이 모델은 이전의 알파폴드 2 모델이 단백질의 구조를 정확하게 예측하는 데에 중요한 발전을 이룬 것에 이어서, 알파폴드 3은 이뿐만 아니라 DNA, RNA, 리간드(ligands, 결합체) 등 다양한 생물 분자들의 구조와 상호 작용을 정확하게 예측할 수 있도록 개발되었다고 합니다. 이 블로그에서는 알파폴드 3의 논문에 대해서 살펴보겠습니다.

AlphaFold 3

https://www.aitimes.com/news/articleView.html?idxno=159481

구글 딥마인드, '알파폴드 3' 공개..."단백질 생성 넘어 생체 분자 예측으로 확장" - AI타임스

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."

논문개요

이 논문은 알파폴드 3이라는 새로운 인공지능 모델을 소개합니다. 이 모델은 생물학적 분자들의 구조와 상호 작용을 예측하는 데에 중점을 두고 있으며, 이를 통해 생물학 연구와 의약품 개발 분야에 혁명적인 변화를 가져오고자 합니다.

• 논문제목: AlphaFold 3 predicts the structure and interactions of all of life’s molecules
• 논문저자: Google DeepMind AlphaFold team, Isomorphic Labs
• 논문게재 사이트: https://www.nature.com/articles/s41586-024-07487-w
• 논문게재일: 2024년 5월 8일

AlphaFold 3 predicts the structure and interactions of all of life’s molecules

반응형

논문의 연구내용 및 결과

알파폴드 3 모델은 단백질 및 다른 생물 분자의 구조를 예측하기 위한 딥 러닝 기반의 시스템입니다. 이 모델은 다양한 종류의 생물 분자 상호 작용을 예측할 수 있으며, 이를 통해 단백질-단백질, 단백질-리간드, 단백질-핵산 복합체 등 다양한 유형의 생물 분자 상호 작용의 구조를 예측할 수 있습니다.

알파폴드 3 구성요소

알파폴드 3의 핵심 구성 요소는 다음과 같습니다:

• 트렁크 (Trunk): 트렁크(Trunk)는 알파폴드 3의 핵심 구성 요소 중 하나로, 화학 복합물의 정보를 다루고 처리하는 역할을 합니다. 주로 아미노산 서열, 리간드 정보, 이온, 핵산 등 다양한 화학적 성분의 데이터를 입력으로 받아들여 다음 단계로 전달합니다. 트렁크는 이러한 다양한 종류의 입력 정보를 효율적으로 처리하여 후속 단계에 활용할 수 있도록 준비합니다. 
• 페어포머 (Pairformer): 페어포머는 트렁크에서 처리된 데이터를 기반으로 각 원자 간의 상호 작용을 예측하는 역할을 합니다. 페어포머는 페어 표현을 진화시킴으로써 화학 복합물 내의 원자들 간의 상호 작용을 효율적으로 모델링합니다. 이것은 각 원자 간의 거리, 에너지, 각도 등의 특성을 파악하여 상호 작용을 정확하게 예측하는 데 도움이 됩니다. 따라서 페어포머는 화학 복합물의 상호 작용을 예측하는 데 중요한 역할을 합니다.
• 확산 모듈 (Diffusion Module): 확산 모듈은 원자의 실제좌표와 분자의 성질과 구조를 나타낸 개념적 토큰 표현을 예측하고, 이를 사용하여 분자의 구조를 개선하고 확장시킵니다. 이 모듈은 예측된 구조의 신뢰성을 평가하고 오류를 줄이기 위해 신뢰도 측정을 사용하여 원자의 상호작용을 예측합니다. 이를 통해 다양한 종류의 생물 분자 상호작용의 구조를 더 정확하게 예측할 수 있습니다.
• 신뢰도 측정 모듈 (Confidence Measures): 모델이 생성한 구조의 신뢰도를 평가하고, 예측된 구조의 오류를 식별하고 개선하기 위해 사용됩니다. 이를 통해 최종 예측 결과의 신뢰도를 높일 수 있습니다.

동작원리 및 순서

알파폴드3의 동작원리와 순서

위 이미지에 표현된 알파폴드 3의 동작원리와 순서는 다음과 같습니다.

• 1. 입력: 알파폴드 3은 아미노산 서열, 리간드 정보, 공유 결합 등 다양한 정보를 입력받습니다. 템플릿 검색, 유전자 검색, Conformer 생성 등 여러 방법을 통해 입력 정보를 수집합니다.
• 2. 입력 임베딩: 수집된 정보는 Input Embedder에서 처리됩니다. Input Embedder는 입력된 정보를 모델이 이해할 수 있는 형태로 변환합니다. 이때, 단백질 쌍(pair)과 단일 단백질(single) 정보를 각각 처리합니다.
• 3. 템플릿/MSA 모듈: Input Embedder를 거친 정보는 템플릿 모듈과 MSA 모듈에 전달됩니다. 템플릿 모듈은 입력된 단백질과 유사한 구조를 가진 템플릿을 찾고, MSA 모듈은 Multiple Sequence Alignment를 통해 입력 단백질과 유사한 서열들을 찾아냅니다. 이러한 정보들은 단백질 구조 예측에 중요한 단서를 제공합니다.
• 4. 페어포머: 템플릿/MSA 모듈에서 얻은 정보와 입력 임베딩 정보는 페어포머로 전달됩니다. 페어포머는 각 원자 간의 상호 작용을 예측하여 단백질 구조를 예측하는 핵심 역할을 수행합니다. 페어포머는 여러 블록으로 구성되어 있으며, 각 블록은 원자 간의 거리, 에너지, 각도 등의 특징을 분석하여 상호 작용을 예측합니다.
• 5. 확산 모듈: 페어포머를 거친 정보는 확산 모듈로 전달됩니다. 확산 모듈은 페어포머가 예측한 초기 구조를 정교화하고 확장합니다. 이 과정은 반복적으로 이루어지며 (Diffusion Iterations), 반복될수록 구조가 점점 더 정확해집니다. 확산 모듈은 원자의 실제 좌표를 예측하며, 신뢰도 측정을 통해 예측된 구조의 정확도를 평가하고 오류를 수정합니다.
• 6. 신뢰도 측정: 확산 모듈에서 생성된 구조는 신뢰도 측정 모듈로 전달됩니다. 이 모듈은 최종 예측된 구조의 신뢰도를 평가하고, 예측된 구조의 불확실성을 정량화합니다. 이 정보는 사용자가 예측된 구조의 신뢰성을 판단하는 데 도움을 줍니다.
• 7. 출력: 알파폴드3는 최종적으로 3차원 단백질 구조와 그 구조에 대한 신뢰도 점수를 출력합니다. 이러한 정보는 단백질의 기능을 이해하고, 신약 개발 등 다양한 분야에 활용될 수 있습니다. 
• 재활용(Recycling): 이미지에서 점선으로 표시된 재활용 과정은 알파폴드 3가 이전 단계의 정보를 다시 활용하여 구조 예측을 개선하는 것을 의미합니다. 이러한 재활용 과정은 더욱 정확하고 안정적인 구조 예측을 가능하게 합니다.

성능평가 결과

다음 표는 알파폴드 3(AF3)의 단백질 구조 예측정확도 및 상호 작용 관련 작업에 대한 성능평가 결과를 보여줍니다.

알파폴드3의 성능평가 결과

위 표의 행에 표시된 평가내용은 다음과 같습니다.

• 단백질에 대한 작은 분자(리간드)의 결합 자세를 얼마나 잘 예측하는지 평가
• 단백질과 핵산(RNA/DNA) 간 상호 작용을 예측하는 능력을 평가
• 단백질에 대한 공유 결합(예: 당화)에 의해 유발된 구조적 변화를 예측하는 능력을 평가
• 다양한 단백질-단백질 상호 작용 시나리오에서 알파폴드의 능력을 평가

성능평가 표에서 알파폴드 3는 일반적으로 다른 방법보다 우수한 성능을 발휘합니다. 거의 모든 작업과 데이터셋에서 알파폴드 3는 더 높은 평균 점수와 더 좁은 신뢰 구간을 달성하여 더 높은 정확도와 신뢰성을 나타내며, 단백질 구조뿐만 아니라 단백질-리간드, 단백질-핵산 및 다양한 단백질-단백질 상호 작용을 예측하는 데 뛰어난 다재다능성을 보여줍니다.

단백질 구조예측 DEMO

다음 이미지는 실제 알파폴드 서버에서 단백질-RNA-이온 복합체의 구조를 예측해본 DEMO 결과입니다. 첫번째 이미지는 단백질-RNA-이온 복합체의 3차원 구조, 신뢰도, 모델 품질, 아미노산 거리 정보 등을 표시하며, 두번째 이미지는 RNA, 단백질, 이온(Zn²⁺)의 서열의 구조를 예측한 결과를 보여줍니다.

알파폴드가 예측한 단백질-RNA-이온 복합체의 구조: 알파폴드 서버 캡쳐

알파폴드가 예측한 단백질-RNA-이온 복합체의 구조 : 알파폴드 서버 캡쳐

논문의 결론 및 전망

알파폴드 3 모델은 생물 분자의 구조와 상호 작용을 예측하는 데 있어서 큰 발전을 이루었습니다. 이 모델은 다양한 종류의 생물 분자를 포함한 복합체의 구조를 정확하게 예측할 수 있는 능력을 보여주었습니다. 이는 앞으로 생물학, 의학, 약학 등 다양한 분야에서 중요한 응용 가능성을 제시합니다.

 

알파폴드 3은 이전에 없던 대규모의 생물 분자 예측 능력을 제공하며, 이를 통해 생물학 연구의 한계를 넘어서는 데에 큰 기여를 함으로써, 약물 발견, 질병 연구, 식품 안전 등 다양한 분야에서 혁신적인 결과를 이끌어내는 데에 사용될 것으로 기대됩니다.

 

오늘 블로그 내용은 여기까지입니다. AI가 우리의 주변의 모든 것, 그리고 우리의 몸 안에 있는 것들에 대해 예측하고 개선하는 능력을 발전시키고 있네요. 저는 다음시간에 더 유익한 정보를 가지고 다시 찾아뵙겠습니다. 감사합니다. 

 

https://fornewchallenge.tistory.com/

 

 

2023.11.07 - [AI 논문 분석] - [AI 논문요약] 생명공학에서 인공지능은 무엇을 할 수 있나? 미래 전망과 과제

[AI 논문요약] 생명공학에서 인공지능은 무엇을 할 수 있나? 미래 전망과 과제