과학 포털 iKAOS

27 Contents

[강연] 인공지능과 단백질: 구조 예측에서 맞춤형 설계까지_by 백민경 | 고등과학원&카오스재단 '2024 노벨상 해설강연' | 2강

2024년 노벨 화학상은 인류의 생명 현상을 이해하는 핵심 열쇠인 단백질의 구조를 예측하고 설계하는 데 기여한 세 명의 과학자에게 돌아갔습니다. 데이비드 베이커 교수와 구글 딥마인드의 데미스 허사비스, 존 점퍼가 그 주인공입니다. 이들은 인공지능 기술을 생물학의 난제에 접목하여, 수십 년간 해결되지 않았던 단백질 구조 예측 문제를 획기적으로 해결했습니다. 이는 단순히 화학적 발견을 넘어 인류가 질병에 맞서고 새로운 물질을 창조하는 방식에 거대한 변화를 예고하는 역사적인 사건으로 평가받고 있습니다. 단백질은 우리 몸의 세포를 구성하는 기본 요소일 뿐만 아니라, 생명 유지에 필요한 거의 모든 화학 반응을 주도하는 일꾼입니다. 외부 병원체에 맞서 싸우는 항체, 영양소를 운반하는 택배원, 그리고 에너지를 생성하는 효소에 이르기까지 그 역할은 실로 무궁무진합니다. 이러한 단백질은 20가지 아미노산이 수천 개 이상 연결된 고분자 화합물로, 아미노산 서열이 어떻게 배열되느냐에 따라 독특한 3차원 구조를 형성합니다. 결국 단백질의 구조를 이해하는 것은 곧 생명의 작동 원리를 파악하는 것과 같습니다. 단백질 구조를 파악하는 것이 중요한 이유는 질병의 기전을 이해하고 치료제를 개발하는 데 결정적인 단서를 제공하기 때문입니다. 대표적인 예로 코로나19 바이러스의 돌기 단백질인 스파이크 단백질을 들 수 있습니다. 이 단백질이 인체 세포의 수용체와 결합하는 구조를 정확히 알게 되면, 그 결합을 방해하는 약물을 설계하거나 효과적인 백신을 만드는 것이 가능해집니다. 이처럼 단백질의 입체적인 형태를 알아내는 작업은 인류가 바이러스와 같은 위협에 맞서 싸울 수 있는 강력한 무기를 얻는 과정이라 할 수 있습니다. 과거에는 단백질 구조를 밝히기 위해 X선 결정법이나 극저온 전자 현미경 같은 실험 기법을 사용했지만, 이는 막대한 비용과 수년의 시간이 소요되는 고된 작업이었습니다. 하지만 구글 딥마인드가 개발한 알파폴드는 인공지능을 통해 단 몇 분 만에 높은 정확도의 구조를 예측해내며 패러다임을 바꿨습니다. 알파폴드는 진화 과정에서 보존된 아미노산 서열의 패턴을 학습하여, 실험 데이터가 부족한 상황에서도 단백질의 3차원 형태를 놀라운 정밀도로 재현해냈습니다. 이는 생물학 연구의 속도를 비약적으로 높인 혁명적인 성과입니다. 단백질 구조 예측이 서열로부터 구조를 찾아가는 과정이라면, 데이비드 베이커 교수가 주도한 단백질 디자인은 그 반대 방향의 도전입니다. 즉, 우리가 원하는 특정 기능을 수행할 수 있는 새로운 단백질 구조를 먼저 상상하고, 이를 구현할 수 있는 아미노산 서열을 설계하는 것입니다. 베이커 교수는 자연계에 존재하지 않는 완전한 인공 단백질인 'Top7'을 성공적으로 설계하며 그 가능성을 증명했습니다. 이는 인류가 자연의 진화에만 의존하지 않고, 목적에 맞는 생체 분자를 직접 창조할 수 있는 시대를 열었음을 의미합니다. 최근에는 생성형 인공지능 기술이 단백질 설계 분야에 도입되면서 연구 속도가 더욱 가속화되고 있습니다. 'RFdiffusion'과 같은 확산 모델 기반의 인공지능은 우리가 원하는 기능을 수행할 최적의 구조를 생성하고, 'ProteinMPNN'은 그 구조를 안정적으로 유지할 서열을 찾아냅니다. 이러한 기술적 진보 덕분에 과거 1% 미만이었던 단백질 설계 성공 확률이 비약적으로 상승했습니다. 이제는 전문적인 지식이 부족하더라도 인공지능을 활용해 누구나 목적에 맞는 단백질을 설계할 수 있을 정도로 기술적 장벽이 낮아지고 있습니다. 인공지능 기반의 단백질 설계 기술은 의료 분야를 넘어 환경 문제 해결에도 큰 기대를 모으고 있습니다. 플라스틱을 분해하는 강력한 효소를 설계하거나, 생분해성이 뛰어난 신소재를 개발함으로써 지구 환경을 보호하는 데 기여할 수 있기 때문입니다. 물론 단백질의 동적인 움직임을 완벽히 예측하거나 부족한 데이터를 보완해야 하는 과제가 남아있지만, 인류의 지식과 인공지능의 학습 능력이 결합한다면 불가능해 보였던 난제들도 하나씩 해결될 것입니다. 단백질 연구의 진화는 곧 인류의 더 나은 미래를 향한 여정입니다.

백민경

카오스재단카오스크로스

화학
생명과학

[연구뭐하지] 박승범 교수_서울대학교 '화학생물학 연구실' | 화학부에서 분자생물학 연구를? 그래서 더 다채로운 바이오 연구를 할 수 있는 곳!

생명 현상은 신비롭고 복잡하지만, 그 본질을 들여다보면 단백질, DNA, RNA와 같은 분자들의 정교한 상호작용으로 이루어져 있습니다. 화학생물학은 이러한 분자 수준에서의 화학적 상호작용을 이해하고 조절함으로써 생명의 비밀을 풀어나가는 학문입니다. 서울대학교 화학부 화학생물학 연구실은 이러한 기초적인 이해를 바탕으로 질병을 치료할 수 있는 새로운 치료제를 개발하는 데 매진하고 있습니다. 분자 수준의 통찰력은 복잡한 생명 현상을 명확하게 규명하는 강력한 도구가 됩니다. 연구실에서는 유기화학적 지식을 기반으로 인체의 신비를 탐구하며, 특히 다양한 질병 모델을 활용한 표현형 기반 스크리닝을 진행합니다. 발굴된 화합물이 어떤 단백질을 표적으로 삼는지, 그리고 어떤 생리적 기전을 통해 치료 효과를 나타내는지 파악하기 위해 TS-FITGE와 같은 독창적인 연구 기법을 활용합니다. 이는 단순히 물질을 발견하는 것에 그치지 않고, 그 물질이 생체 내에서 작용하는 구체적인 경로를 과학적으로 입증하여 신약 개발의 가능성을 높이는 중요한 과정입니다. 이곳의 유기합성 연구는 일반적인 유기화학과는 차별화된 지향점을 가집니다. 단순히 새로운 반응론을 개발하는 것에 머물지 않고, 그 반응이 생물학적으로 어떤 의미를 갖는지 끊임없이 자문합니다. 생물학적 활성이 기대되는 구조를 설계하여 합성하거나, 생명 현상을 실시간으로 관측할 수 있는 형광 분자를 제작하는 등 모든 합성 과정의 중심에는 생물학적 가치가 자리 잡고 있습니다. '왜 이 물질을 만드는가'에 대한 확고한 해답은 연구자들에게 강력한 동기를 부여하며 질병 치료라는 목표를 향해 나아가게 합니다. 연구의 효율성을 극대화하기 위한 아낌없는 지원과 최첨단 시설은 이 연구실의 큰 자랑입니다. 유기합성부터 바이오 실험까지 모든 단계를 한곳에서 마무리할 수 있도록 국내 최고 수준의 장비와 리소스를 갖추고 있습니다. 특히 연구자의 시간을 소중히 여기는 철학에 따라, 학생들이 연구에만 몰두할 수 있는 환경을 조성하는 데 지원을 아끼지 않습니다. 이러한 인프라는 학생들이 각자의 프로젝트를 독립적이면서도 전문적으로 수행할 수 있게 돕는 든든한 밑거름이 되어 줍니다. 다양한 전공 배경을 가진 인재들이 모여 협력하는 문화는 연구실을 더욱 풍요롭게 만듭니다. 교수님은 자신을 정원사에 비유하며, 학생들이 각자의 재능과 관심에 따라 스스로 성장할 수 있도록 돕는 조력자 역할을 자처합니다. 획일적인 방향을 강요하기보다 각자의 나무가 가장 예쁜 꽃을 피울 수 있도록 적절한 가지치기와 지원을 제공하는 것입니다. 미래의 유망한 분야를 쫓기보다 자신이 진정으로 좋아하는 것이 무엇인지 깨닫고 이를 깊이 있게 탐구할 때, 연구자로서의 진정한 성장이 시작됩니다.

박승범

카오스재단연구뭐하지

화학
생명과학

[노벨상 해설강연] 노벨생리의학상: C형간염 바이러스 정복기_ 신의철｜카오스재단 x 고등과학원 '2020 노벨상 해설강연' | 1강

2020년 노벨 생리의학상은 C형 간염 바이러스를 발견하여 인류 건강에 기여한 세 명의 과학자에게 돌아갔습니다. 과거 수혈은 생명을 구하는 필수적인 의료 행위였으나, 의도치 않게 간염을 전파하는 위험을 안고 있었습니다. 1960년대 중반에는 수혈 환자의 약 20%가 간염에 걸릴 정도로 심각한 문제였습니다. 이후 B형 간염 바이러스가 발견되고 진단법이 도입되면서 위험은 크게 줄었지만, 여전히 정체를 알 수 없는 간염 사례들이 남아 인류를 위협하고 있었습니다. 하비 올터 박사는 수혈 후 발생하는 간염 중 A형도, B형도 아닌 새로운 유형이 존재함을 임상적으로 증명했습니다. 그는 이를 '논에이 논비(Non-A, Non-B) 간염'이라 명명하고, 원인 바이러스를 찾기 위해 수많은 혈액 샘플을 체계적으로 수집했습니다. 비록 그가 직접 바이러스를 분리해내지는 못했지만, 14년이라는 긴 시간 동안 끈기 있게 모은 샘플들은 후속 연구자들이 바이러스의 실체를 밝혀내는 데 결정적인 토대가 되었습니다. 1989년 마이클 호턴 박사는 분자생물학적 기법을 동원해 마침내 C형 간염 바이러스의 유전 서열을 찾아내는 데 성공했습니다. 당시에는 바이러스를 직접 배양하여 관찰하는 것이 불가능했기에, 유전자 정보만을 먼저 규명한 것은 혁신적인 성과였습니다. 이를 통해 감염 여부를 확인할 수 있는 진단 키트가 개발되었고, 헌혈액 스크리닝이 가능해지면서 수혈을 통한 감염 위험은 전 세계적으로 급격히 감소하며 안전한 수혈 시대가 열리게 되었습니다. 찰스 라이스 박사는 마이클 호턴이 발견한 유전자가 실제로 간염을 일으키는 유일한 원인임을 확증했습니다. 그는 실험실에서 합성한 바이러스 RNA를 침팬지의 간에 주입하여 질병이 유발되는 과정을 증명해냈습니다. 이 연구는 C형 간염 바이러스의 생활사를 이해하고 치료제를 개발하는 데 있어 필수적인 과학적 근거를 제공했습니다. 이후 바이러스 복제 시스템이 구축되면서, 과학자들은 시험관 내에서 항바이러스 약물의 효능을 직접 시험할 수 있는 길을 찾았습니다. 오늘날 C형 간염은 두 달 정도 약을 복용하면 99% 이상의 환자가 완치될 수 있는 '정복된 질병'이 되었습니다. 과거의 난치병이 이제는 간단한 경구제 투여만으로 해결 가능한 시대가 온 것입니다. 하지만 여전히 전 세계 수천만 명의 감염자가 자신이 환자라는 사실조차 모른 채 살아가고 있습니다. 이제는 과학적 발견의 단계를 넘어, 숨겨진 감염자를 찾아내고 치료의 기회를 제공하는 공중보건학적 노력이 인류의 마지막 과제로 남아 있습니다.

신의철

카오스재단노벨상/필즈상 해설강연

화학

[COVID-19_talk_10] COVID-19 therapeutics, things are due to atoms_Chaok Seok Professor | 10강

세상의 모든 물질은 원자로 이루어져 있으며, 코로나19 바이러스 역시 단백질, 핵산, 지질과 같은 분자들의 집합체입니다. 이러한 생명 현상의 핵심은 원자 간의 상호작용, 특히 물과 친한 친수성과 물을 멀리하는 소수성 상호작용에 있습니다. 바이러스 단백질은 소수성 원자들을 안으로 숨기고 친수성 원자들을 겉으로 드러내어 물속에서 특정한 입체 구조를 유지합니다. 이 때문에 바이러스는 비말이나 에어로졸 같은 물방울 형태에서만 안정적으로 존재할 수 있으며, 습도가 높아져 물방울이 무거워지면 지면으로 떨어져 전파력이 낮아지기도 합니다. 치료제의 원리는 바이러스의 특정 단백질에 약물 분자가 강하게 결합하여 그 기능을 마비시키는 데 있습니다. 독감 치료제인 타미플루는 인플루엔자 바이러스의 N 단백질 구멍에 결합하여 바이러스가 세포 밖으로 나가지 못하게 막습니다. 하지만 코로나19 바이러스에는 이와 유사한 단백질이 없기 때문에 타미플루는 효과가 없습니다. 에이즈 치료제인 칼레트라 역시 코로나19의 프로테아제 단백질과 구조적으로 맞지 않아 기대만큼의 효과를 거두지 못했습니다. 결국 치료제 개발의 핵심은 바이러스 단백질의 정밀한 입체 구조를 파악하는 것입니다. 현재 사용되는 렘데시비르는 바이러스의 RNA 복제 과정을 방해하는 전략을 취합니다. 이 약물은 RNA를 구성하는 분자와 매우 흡사한 모양을 하고 있어, 바이러스의 RNA 중합효소를 속이고 RNA 사슬에 끼어들어 합성을 중단시킵니다. 한편, 많은 연구자가 주목하는 스파이크 단백질은 인간 세포의 수용체와 결합하여 침투의 관문을 여는 역할을 합니다. 이 단백질은 세 개의 동일한 부분이 모여 정삼각형 구조를 이루며, 특정 부분이 위로 올라가는 '업(Up)' 상태가 되었을 때만 인간 세포와 결합할 수 있는 독특한 메커니즘을 가지고 있습니다. 코로나19 바이러스가 사스보다 위협적인 이유는 변이를 통해 결합력과 면역 회피 능력을 동시에 강화했기 때문입니다. 사스와 비교했을 때 코로나19는 스파이크 단백질의 특정 아미노산이 변이되어 인간 수용체인 ACE2와 훨씬 더 강하게 결합합니다. 흥미로운 점은 결합 부위가 노출되는 빈도를 낮추어 인체의 면역 공격을 교묘히 피하면서도, 한 번 결합할 때는 매우 강력하게 달라붙는 전략을 사용한다는 것입니다. 이러한 정밀한 변이는 바이러스가 인간 사회에서 더욱 치명적이고 광범위하게 전파될 수 있는 원동력이 되었습니다. 계산 화학은 컴퓨터 시뮬레이션을 통해 이러한 복잡한 단백질 구조와 약물 간의 상호작용을 예측하는 학문입니다. 비록 현재의 예측 정확도가 완벽하지는 않지만, 수백만 개의 후보 물질 중 유망한 것들을 골라내어 실험 비용과 시간을 획기적으로 줄여줍니다. 특히 바이러스는 끊임없이 변이를 일으키므로, 이에 신속하게 대응하기 위해서는 인공지능과 머신러닝을 활용한 계산 화학의 역할이 필수적입니다. 앞으로 계산 화학이 발전한다면 기존 약물의 재창출은 물론, 변종 바이러스에 대비한 차세대 치료제와 백신 설계에 결정적인 기여를 할 것입니다.