한양대학교 연구팀이 단백질의 다양한 3차원 구조를 안정적으로 생성할 수 있는 인공지능(AI) 기술을 개발했다.
한양대는 김은솔 인공지능학과·컴퓨터소프트웨어학부 교수 연구팀이 단백질의 구조적 안정성과 형태 다양성을 동시에 확보할 수 있는 AI 프레임워크를 제시했다고 12일 밝혔다.
단백질은 하나의 고정된 구조가 아니라 주변 환경이나 결합 상대에 따라 다양한 형태로 변화하며 기능한다. 이에 따라 신약 개발이나 단백질 공학에서는 단백질이 가질 수 있는 여러 구조를 예측하고 분석하는 것이 중요하다.
그러나 기존 AI 생성 모델은 단백질의 전체적인 접힘과 세부 구조를 동시에 구현해야 해 안정성을 높이면 형태 다양성이 줄고, 다양성을 높이면 구조적 오류가 증가하는 한계가 있었다.
연구팀은 이를 해결하기 위해 단백질 구조 정보를 정밀도에 따라 세 단계로 구분하고 순차적으로 생성하는 방식을 적용했다. 먼저 단백질의 전체적인 형태와 골격을 생성한 뒤 중간 구조와 세부 구조를 차례로 정교화하는 방식이다.
이를 통해 단백질의 전체적인 형태를 안정적으로 유지하면서도 유연한 영역에서는 다양한 구조적 변화를 구현할 수 있도록 했다.
연구팀은 단백질의 안정적인 영역과 유연한 영역에서 구조 변화가 다르게 나타난다는 점도 확인했다. 상대적으로 안정적인 알파 나선과 베타 시트에서는 변화가 적었던 반면, 움직임이 큰 루프와 말단 영역에서는 다양한 구조가 나타났다.
연구팀은 분자 동역학 시뮬레이션 데이터와 유연 단백질 등 다양한 평가 자료를 활용해 기술의 성능을 검증했다. 기존 단일 해상도 생성 모델인 'ESMDiff'와 비교한 결과, 단백질의 다양한 구조를 평가하는 주요 지표에서 더 낮은 오차를 기록했다. 특히 길이가 긴 단백질에서도 전체 형태와 세부 구조를 효과적으로 보존하는 것으로 나타났다.
이번 기술은 단백질이 가질 수 있는 여러 구조적 상태를 함께 분석할 수 있다는 점에서 의미가 있다. 향후 약물 결합 부위 탐색을 비롯한 구조 기반 신약 개발과 유연 단백질의 기능 분석, 새로운 단백질 설계 등에 활용될 것으로 기대된다.
김 교수는 “단백질의 큰 구조적 틀과 세부 기하 구조를 분리해 단계적으로 생성하면 다양성을 확보하면서도 구조적 타당성을 유지할 수 있다”며 “단백질의 여러 상태를 함께 고려해야 하는 생명과학과 신약 개발 분야에서 실용적인 모델링 기반으로 활용될 것으로 기대한다”고 말했다.
이번 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받아 수행됐으며, 연구 결과는 국제학술지 'Bioinformatics' 9월호에 게재됐다.
