⊙ 아티클 스터디
주제 : "“코딩 몰라도 단백질 설계한다”... 오픈프로틴AI, 연구자 위한 노코드 플랫폼 오픈소스로 공개"
( https://www.aitimes.kr/news/articleView.html?idxno=39608 )
요약
: 메사추세츠공과대학(MIT) 출신 연구진이 설립한 "오픈프로틴AI"가 복잡한 코딩이나 머신러닝 지식 없이도 단백질 설계와 분석이 가능한 노코드(No-code) AI 플랫폼을 오픈소스로 공개하여 생명과학 연구의 진입장벽을 낮추고 있다
주요 포인트
- 연구 접근성 혁신 : 웹 기반 인터페이스를 통해 프로그래밍 전문가가 아닌 생물학자들도 최첨단 AI 기술을 단백질 공학에 활용할 수 있게 되었다
- 핵심 모델 'PoET' : 단백질의 진화적 제약 조건을 이해하고 새로운 단백질 서열을 생성·예측하는 단백질 언어모델을 탑재
- 실제적 효용성 : 가상 공간에서 단백질 라이브러리를 생성하고 검증함으로써 실제 실험에 드는 비용과 시간을 획기적으로 단축
- 산업계 확산 : 베링거인겔하임 등 글로벌 제약사들이 암 및 자가면역질환 치료제 개발을 위한 단백질 설계에 이 플랫폼을 도입
핵심개념
- 노코드(No-code) 플랫폼 : 코드를 직접 작성하지 않고도 시각적인 도구나 설정만으로 복잡한 AI 모델을 구동하고 데이터를 분석하는 시스템
- 단백질 언어모델(Protein Language Model) : 단백질 서열(아미노산 배열)을 마치 언어의 문장처럼 학습하여, 생물학적 규칙에 맞는 새로운 단백질 구조를 설계하거나 기능을 예측하는 모델
- 연구의 민주화 : 고가의 컴퓨팅 자원이나 전문 인력이 부족한 연구자들도 최신 기술에 접근할 수 있도록 개방형 생태계를 구축하는 것
용어정리
- PoET (Protein Evolutionary Transformer) : 오픈프로틴AI의 핵심 알고리즘으로, 재학습 없이도 새로운 데이터를 반영해 단백질 서열을 생성하는 변환기(Transformer) 기반 모델
- 단백질 엔지니어링 : 특정 목적(예: 치료제 개발)에 맞게 단백질의 서열을 변경하거나 새로운 단백질을 설계하여 기능을 최적화하는 기술
- 진화적 제약(Evolutionary Constraints) : 오랜 진화 과정에서 생존에 필수적이라 변하지 않고 유지된 단백질의 서열 규칙을 의미하며, AI는 이를 학습해 자연스러운 단백질을 설계
- API (Application Programming Interface) : 플랫폼의 기능을 외부 프로그램과 연결해 코딩 방식으로도 활용할 수 있게 해주는 인터페이스
+ 실무 적용 사례
- 독일 제약사 '베링거인겔하임(Boehringer Ingelheim)
:2025년부터 해당 플랫폼을 도입해 암, 자가면역질환, 염증 질환 치료를 위한 단백질 설계에 활용하고 있으며, 최근 협력을 확대 (출처 : 인공지능신문(https://www.aitimes.kr))