단백질 분석 ‘고속도로’ 열렸다…AI 신약개발 다음 단계 앞당겨

서울대 연구팀팀, ‘폴드메이슨’ 개발
예측 넘어 대규모 분석 인프라 구축

수십억 년에 걸친 단백질의 진화는 그동안 미지에 갇혀 있었다. 단백질 간 차이가 너무 커 기존 분석 기술로는 비교 자체가 어려웠기 때문이다. 이른바 ‘트와일라이트 존’이다. 난공불락이었던 이 구간을 정면 돌파할 고속도로가 국내 연구진에 의해 열렸다.

서울대는 마틴 슈타이네거 생명과학부 교수가 초고속 단백질 구조 분석 플랫폼 ‘폴드메이슨(FoldMason)’을 개발했다고 30일 밝혔다. 이 기술은 방대한 단백질 구조 빅데이터를 한꺼번에 비교 및 정렬할 수 있도록 설계돼 기존 방식보다 최대 1000배 빠른 속도로 수십만개의 단백질 구조를 동시에 분석할 수 있다. 연구 성과는 국제학술지 ‘사이언스’ 30일자에 게재됐다.

최근 구글 딥마인드의 알파폴드3 등 인공지능(AI) 기술의 발전으로 단백질 구조 분석력은 빠르게 늘고 있다. AI가 도입되면 기존 10년 이상 걸리던 신약개발 기간이 절반 이하로 줄고 개발 비용도 3조원 이상에서 크게 감소할 것으로 전망된다.

다만 현실의 병목은 따로 있었다. 기존 분석 기술은 계산량이 너무 많아 대규모 데이터 처리에 한계가 있었기 때문이다. 단백질 간 유사성이 낮아질수록 정확도가 떨어지는 것도 문제였다. 특히 서열 기반 분석으로는 진화적 관계를 파악하기 어려운 ‘트와일라이트 존’은 비교가 어려운 것이 현실이었다.

연구팀은 접근법 자체를 달리했다. 아미노산 서열과 단백질 3차원 구조 정보를 동시에 활용하는 하이브리드 정렬 방식을 도입한 것이다. 이렇게 개발된 폴드메이슨은 수십만 개의 단백질 구조를 한번에 비교하면서도 정확도를 유지할 수 있다. 인간과 박테리아처럼 전혀 다른 생명체 사이에서도 바이러스에 대응하는 핵심 단백질 구조가 수십억년간 거의 변하지 않았다는 사실을 밝힌 것은 폴드메이슨을 활용해 연구팀이 밝혀낸 대표 성과다.

연구팀은 이 기술이 단순히 분석 속도를 높이는 단계를 넘어 신약개발의 판도를 바꿀 수 있을 것으로 보고 있다. 슈타이네거 교수는 “그동안 분석이 어려웠던 대규모 구조 변이를 한꺼번에 추적할 수 있게 됐다”며 “질병 관련 단백질의 기능 차이를 정밀하게 파악하고 새로운 신약 표적을 찾는데 크게 기여할 것”이라고 말했다.

이번 연구는 과학기술정보통신부의 기초연구 사업과 합성생물학 기술개발 사업 지원을 받아 수행됐다. 구혁채 과기정통부 1차관은 “이번 연구는 유망 신진 연구자 지원을 통해 세계적 성과를 창출한 사례”라며 “글로벌 인재가 국내 연구 환경에서 성과를 낼 수 있도록 지원을 확대하겠다”고 밝혔다.

이영애 기자 0ae@hankyung.com