지난달 31일 구글 딥마인드가 단백질 구조예측 프로그램 ‘알파폴드’의 최신 버전을 공개했다. 항체·핵산과 단백질의 결합 예측 정확도가 대폭 향상돼 항체약물접합체(ADC), 유전자치료제 등 새로운 모달리티 신약개발에 인공지능(AI)을 활용할 수 있는 길이 열렸다는 평가다.
2018년 첫 공개된 알파폴드는 지속적으로 업데이트를 거치며 단백질간 결합의 예측 속도와 정확도를 개선해 왔다. 다만 실제 신약개발에 프로그램을 활용하기에는 한계가 있었다. 약물이 작동하는 과정을 정확히 이해하려면 단백질간 결합뿐 아니라 저분자화합물, 항체, 핵산 등 다른 분자들과의 결합을 고려해야 해서다.
이번 업데이트를 통해 단백질과 리간드(저분자화합물)의 결합 예측력은 73.6%로 대폭 높아졌다. 유사 프로그램인 비나(52.3%), 골드(51.2%), 디프독(37.9%), 유니몰(22.9%)의 정확도를 훨씬 뛰어넘는 결과다.
딥마인드는 “(이번 업데이트를 통해) 단백질을 넘어 다른 생물학적 분자까지 적용범위가 확장됐다”며 “거의 모든 분자에 대한 예측이 가능해졌고 원자 수준의 정확도에 도달했다”고 설명했다.
또 항체·핵산과 단백질 결합 예측력이 눈에 띄게 향상됐다. 항체와 단백질 결합 예측력은 이전 버전인 알파폴드2.3과 비교해 21.2%에서 51.5%로 대폭 증가했다. 핵산과 단백질의 결합도 이전보다 두 배 이상 정확해졌다. RNA의 경우 단백질과 결합 예측력이 19.0%에서 38.0%로, DNA의 경우 28.2%에서 62.9%로 늘었다. 전반적인 단백질과 단백질 결합 예측력도 68.9%에서 78.1%로 높아졌다.
업계에서는 이번 업데이트가 AI 신약개발의 새로운 지평을 열었다는 평가가 나온다. 업계 관계자는 “항체약물접합체(ADC), 유전자치료제 등 새로운 모달리티를 활용한 신약개발에 AI를 적용하는 것도 가능해졌다”며 “오프타깃(약물에 의해 예상치 못하게 발생하는 부작용)이나 독성을 일으키는 단백질과의 결합도 미리 예측할 수 있게 됐다”고 설명했다.
더불어 알파폴드는 오픈소스로 공개된 프로그램인 만큼 향후 AI 신약개발 업계의 표준으로 자리매김할 가능성도 있다. 알파폴드는 지금까지 190개 이상 국가에서 약 140만 명의 사용자에 의해 항암제 후보물질 발굴, 말라리아 백신 개발 등 다양한 연구에 활용되고 있다.
업계 관계자는 “수준 높은 기술이 공유되면 신약개발에 AI가 보편화될 수 있다”며 “기존 AI 신약개발 기업들은 특정 단백질에 전문화하는 식으로 발전이 가속화될 수 있을 것”이라고 설명했다.
이영애 기자 0ae@hankyung.com
