서열에서 형태로: AlphaFold는 어떻게 50년 난제를 풀었나

단백질은 아미노산이라는 작은 부품이 한 줄로 길게 이어진 사슬입니다. 사슬에서 아미노산이 놓인 순서를 아미노산 서열이라고 부르고, 아미노산 하나가 놓인 칸, 곧 사슬의 각 자리를 잔기라고 부릅니다. 이 사슬은 세포 안에서 저절로 뭉쳐 하나의 정교한 3차원 모양이 됩니다. 한 줄짜리 사슬이 이렇게 정해진 입체 모양으로 뭉치는 일이 접힘이고, 접혀서 나온 모양을 그 단백질의 구조라고 부릅니다.

접힌 모양은 그 단백질이 하는 일을 정합니다. 효소가 화학 반응을 빠르게 일으키고, 항체가 병원체를 붙잡고, 세포 표면의 수용체가 신호를 전달하는 일은 모두 그 접힌 모양에서 나옵니다. 그래서 아미노산 서열만 보고 그 단백질이 어떤 3차원 구조로 접힐지 맞히는 일, 곧 구조 예측은 반세기 넘게 생물학의 가장 큰 미해결 문제 가운데 하나였습니다.

2021년 7월, 딥마인드(DeepMind)의 존 점퍼(John Jumper) 연구진이 Nature에 「Highly accurate protein structure prediction with AlphaFold」(PMID 34265844)를 발표했습니다. 이 글은 그 논문 한 편을 처음부터 끝까지 읽습니다. 이 논문이 왜 랜드마크로 꼽히는지, 어떤 질문을 던졌는지, 어떤 방법으로 답했는지, 무엇을 남겼고 무엇을 여전히 못 하는지를 차례로 따라갑니다. 이 논문에 이르기 전까지 시도들이 어디서 막혔는지는 「왜 50년이나 걸렸나 — 단백질 구조 예측, 실패의 궤적」이 다룹니다.

서열은 넘치고 구조는 모자랐다 — 이 논문이 좁힌 격차

문제의 뿌리는 오래됐습니다. 사슬이 취할 수 있는 모양은 천문학적으로 많은데, 실제 단백질은 그 모양을 하나하나 다 거치지 않고 생물학적으로 합리적인 시간 안에 자기만의 고유한 모양을 찾아냅니다. 이 수수께끼가 레빈탈의 역설(Levinthal's paradox)입니다. 역설 자체는 접힘 깔때기 이론으로 설명이 됐습니다(PMID 36659994).

서열이 구조를 결정한다는 원리도 일찍부터 알려졌습니다. 그러나 그 원리를 「서열을 넣으면 좌표가 나오는」 예측 알고리즘으로 옮기는 일은 번번이 벽에 부딪혔습니다(PMID 10550209). 좌표는 원자 하나하나가 공간의 어디에 놓이는지를 적은 숫자이고, 이 일을 논문은 단백질 접힘 문제 가운데 구조 예측 부분이라고 부릅니다(PMID 34265844).

실험으로 구조를 알아내는 길은 있습니다. X선 결정학, 핵자기공명, 저온전자현미경(cryo-EM)입니다. 그러나 단백질 하나의 구조를 밝히는 데 수개월에서 수년이 걸립니다. 그 결과 실험으로 구조가 밝혀진 단백질은 약 10만 종에 그치는데, 알려진 서열은 수십억 개에 이릅니다(PMID 34265844). 서열은 폭발적으로 늘어나는데 구조는 실험이라는 병목에 걸려 있었고, 이 거대한 격차를 계산으로 메우는 것이 구조 예측의 목표였습니다.

이 논문이 랜드마크인 이유는 그 격차를 실제로 좁혔기 때문입니다. 예측이 얼마나 정확한지 가늠하는 가장 공정한 무대는 CASP(Critical Assessment of protein Structure Prediction)입니다. CASP는 격년으로 열리는, 눈을 가린 채 치르는 구조 예측 시험입니다. 실험으로 막 풀렸지만 아직 공개되지 않은 구조를 문제로 내고, 각 팀은 정답을 모르는 채 예측을 제출합니다(PMID 34265844).

2020년 CASP14의 채점 방식 하나를 보면 이렇습니다. 예측한 구조를 실제 구조에 겹쳐 놓고, 사슬을 따라 이어진 뼈대 원자들, 곧 주 사슬(backbone)이 평균 얼마나 어긋나는지 잽니다. 어긋남이 유난히 큰 소수의 자리는 빼고 잰 값이고, 작을수록 정확합니다. 여러 문제의 값을 크기순으로 세운 한가운데 값, 곧 중앙값이 AlphaFold는 0.96 Å(옹스트롬)였습니다. 차점 방법이 2.8 Å였던 것과 나란히 놓으면 격차가 분명합니다. Å은 원자 하나 크기쯤 되는 길이 단위로, 탄소 원자 하나의 폭이 약 1.4 Å입니다. AlphaFold의 어긋남은 중앙값으로 보면 탄소 원자 하나의 폭보다 작았고, 원자 수준에 근접한 정확도입니다. 저자들은 이를 두고 대다수 사례에서 실험으로 결정한 구조와 겨룰 만한 정확도라고 표현했습니다(PMID 34265844).

대회의 독립 평가단도 이 도약을 확인했습니다. CASP14를 분석한 별도 논문은 최신 딥러닝 접근이 적용되면서 「고정확도」 범주가 모든 표적으로 넓어졌고, 고정확도의 큰 도약은 AlphaFold2에서 나왔다고 평가했습니다. 표적은 그 회차에 문제로 나온 단백질입니다. 같은 평가는 CASP14의 2등 방법이 CASP13의 1등을 넘어섰다는 점도 함께 적었습니다. 평가단은 이것이 여러 팀이 같은 시험으로 겨루는 커뮤니티 벤치마킹이 구조 예측 분야의 발전에 한 역할을 보여 준다고 봤습니다(PMID 34218458).

닮은 본보기가 없어도 맞힐 수 있는가 — 논문이 던진 질문

핵심 질문은 명료했습니다. 아미노산 서열만으로, 그것도 비슷한 구조가 하나도 알려져 있지 않은 경우에도, 원자 수준의 정확도로 단백질 구조를 예측할 수 있는가입니다.

「비슷한 구조가 없는 경우」라는 단서가 이 질문의 무게를 정합니다. 같은 조상에서 갈라져 나온 친척 단백질을 상동체라고 부르는데, 상동체끼리는 서열도 닮고 모양도 닮습니다. 그래서 구조가 이미 풀린 상동체가 있으면 그것을 본보기, 곧 주형(template)으로 삼아 새 서열의 모양을 그릴 수 있습니다. 기존 방법들은 원자 수준 정확도에 한참 못 미쳤고, 상동체가 없을 때는 특히 그랬습니다(PMID 34265844). AlphaFold가 겨냥한 것은 바로 이 어려운 쪽입니다.

논문은 구조 예측의 두 전통을 배경으로 삼습니다. 하나는 원자들 사이의 물리적 상호작용을 시뮬레이션하는 접근입니다. 이론적으로는 매력적이지만 중간 크기 단백질에도 계산이 감당되지 않았습니다. 다른 하나는 진화의 역사를 이용하는 생물정보학 접근입니다. 실험 구조를 모아 둔 공개 저장소인 단백질 데이터뱅크(PDB)의 성장, 유전체 서열의 폭증, 그리고 딥러닝, 곧 많은 예시에서 패턴을 스스로 익히는 여러 층의 계산망인 신경망의 발전에 힘입어 이 접근이 부상했습니다(PMID 34265844).

AlphaFold의 설계 철학은 이 둘을 결합하는 것입니다. 단백질 구조에 관한 물리적·기하학적·진화적 제약을 신경망의 짜임새 자체에 새겨 넣습니다. 대신 사람이 미리 골라 정해 준 특징(handcrafted feature)은 최소화하고, PDB 데이터로부터 직접 학습하게 합니다.

정렬표에서 입체 모양까지 — AlphaFold 안의 두 단계

AlphaFold 신경망이 받는 입력은 둘입니다. 하나는 예측하려는 단백질의 1차 아미노산 서열, 곧 아미노산이 놓인 순서 그 자체입니다. 다른 하나는 그 단백질의 상동체 서열들을 함께 늘어놓은 다중서열정렬(MSA)입니다. 다중서열정렬은 한 계열의 서열을 잔뜩 모아 잔기끼리 맞춰 위아래로 나란히 세운 표입니다. 이 표에서 진화하며 함께 변해 온 자리 쌍을 읽으면 구조에 관한 제약을 얻을 수 있습니다. 출력은 수소를 뺀 모든 원자, 곧 모든 중원자(heavy atom)의 3차원 좌표이고, AlphaFold는 이 좌표를 직접 내놓습니다(PMID 34265844). 네트워크는 크게 두 단계로 나뉩니다.

첫 단계는 네트워크의 몸통(trunk)이고, 몸통은 Evoformer(에보포머)라는 계산 블록을 여러 겹 거듭 쌓아 만듭니다. Evoformer는 이 논문이 새로 제안한 블록으로, 구조 예측을 3차원 공간의 그래프 추론 문제로 봅니다. 그래프는 점과 점을 잇는 선으로 이루어진 관계망이고, 여기서 점은 잔기, 선은 가까이 있는 잔기끼리의 관계입니다.

Evoformer는 두 종류의 표현을 들고 다닙니다. 표현은 신경망이 입력을 읽고 안에 적어 두는 숫자 메모입니다. MSA 표현은 정렬표를 옮겨 적은 메모로, 열마다 입력 서열의 잔기 하나, 행마다 그 잔기들이 나타나는 서열 하나를 담습니다. 쌍(pair) 표현은 잔기 둘씩 짝지은 모든 쌍마다 그 둘 사이의 관계를 적어 두는 표입니다(PMID 34265844).

Evoformer의 핵심은 이 두 표현 사이에 정보를 끊임없이 오가게 하는 것입니다. MSA 표현은 매 블록마다 쌍 표현을 갱신합니다. 쌍 표현은 거꾸로 MSA 표현을 읽는 주의(attention)에 치우침을 더해 정보 흐름의 고리를 닫습니다. 주의는 신경망이 많은 입력 가운데 지금 계산에 중요한 곳에 더 큰 무게를 두어 정보를 모으는 방식입니다. 쌍 표현에 적힌 잔기 사이의 관계가, 정렬표의 어디에 주목해 읽을지에 반영된다는 뜻입니다.

쌍 표현 안에서는 「삼각형」 갱신이 등장합니다. 세 잔기를 잇는 거리 셋이 하나의 3차원 구조로 실제로 놓이려면 삼각부등식 같은 제약을 만족해야 합니다. 삼각부등식은 삼각형에서 두 변 길이의 합이 나머지 한 변보다 짧을 수 없다는 규칙입니다. 잔기 A와 B가 가깝고 B와 C도 가까우면, A와 C가 아주 멀리 떨어져 있을 수는 없습니다. 이 직관을 살려, 두 변으로 세 번째 변을 갱신하는 「삼각 곱셈 갱신」과 삼각형 형태로 배열된 주의를 도입했습니다(PMID 34265844).

둘째 단계는 구조 모듈(structure module)입니다. 구조 모듈은 몸통이 처리한 표현을 받아 실제 3차원 구조를 빚는 부분입니다. 각 잔기의 뼈대를 작은 틀 하나로 보고, 그 틀이 공간에서 어느 쪽을 향하는지(회전)와 어디에 놓이는지(이동)로 나타냅니다. 잔기들의 틀은 사슬로 묶이지 않은 채 기체 분자처럼 저마다 따로 움직이는데, 그래서 이 표현을 잔기 기체(residue gas)라고 부릅니다. 모든 잔기가 원점에 겹쳐 놓인 아무 의미 없는 상태에서 시작해, 빠르게 정교한 구조로 발전합니다(PMID 34265844).

구조 모듈에 새로 도입된 불변점 주의(invariant point attention, IPA)는 각 잔기의 국소 좌표계에 3차원 점들을 두고 주의를 계산합니다. 국소 좌표계는 잔기마다 자기 틀을 기준으로 삼은 눈금입니다. 그래서 전체 구조를 통째로 돌리거나 옮겨도 결과가 변하지 않습니다. 단백질은 어느 쪽에서 보든 같은 단백질이므로, 보는 방향에 따라 답이 흔들리지 않는다는 뜻입니다.

신경망은 학습하는 동안 손실 함수를 줄이는 쪽으로 고쳐집니다. 손실 함수는 예측이 정답에서 얼마나 틀렸는지를 매기는 점수입니다. AlphaFold의 최종 손실 함수인 FAPE(frame-aligned point error)는 예측한 원자 위치를 여러 기준에 맞춰 겹쳐 가며 실제 위치와 비교합니다. 그 결과 각 잔기의 국소 좌표계 기준으로 원자가 옳게 놓이도록 강한 편향이 걸립니다(PMID 34265844).

네트워크 전체에 되풀이되는 원리가 하나 더 있습니다. 재활용(recycling)은 네트워크의 출력을 다시 같은 모듈에 넣어 거듭 다듬는 방법입니다. 훈련 시간을 크게 늘리지 않으면서도 정확도를 눈에 띄게 끌어올립니다(PMID 34265844).

학습 방법에도 장치가 있습니다. AlphaFold는 정답이 붙은 예시로 배우는 지도학습만으로, 곧 PDB의 실험 구조만으로도 높은 정확도에 이릅니다. 여기에 스스로 내놓은 예측을 다시 교재로 삼는 자기증류(self-distillation)로 한 단계 더 나아갑니다. 훈련된 네트워크로 Uniclust30이라는 서열 모음의 약 35만 개 서열 구조를 예측하고, 그중 신뢰도 높은 부분집합을 새 데이터로 삼아 처음부터 다시 학습합니다. 구조라는 정답이 붙지 않은 방대한 서열 데이터를 이렇게 활용합니다(PMID 34265844).

또 MSA의 일부 잔기를 가린 뒤 원래 잔기를 맞히게 하는 BERT 방식 목표를 함께 훈련합니다. BERT는 문장 속 가려진 낱말을 맞히며 배우는 언어 모델이고, 그 훈련 방식을 정렬표에 옮겨 온 것입니다. 이렇게 하면 네트워크가 서열들의 계통 관계와 함께 변하는 자리들의 관계(공변이)를 스스로 해석하도록 유도됩니다.

무엇보다 AlphaFold는 자기 예측을 얼마나 믿어도 되는지 잔기마다 스스로 매깁니다. pLDDT는 각 잔기의 예측이 실제로 얼마나 정확할지를 AlphaFold가 미리 매긴 신뢰도 점수입니다. 이 자기 평가가 실제 정확도와 잘 들어맞는다는 점이 뒤에서 큰 의미를 갖습니다(PMID 34265844).

원자 하나 폭보다 작은 어긋남 — 그리고 스스로 매긴 신뢰도

숫자로 요약하면 이렇습니다. CASP14에서 주 사슬 어긋남의 중앙값은 AlphaFold가 0.96 Å, 차점 방법이 2.8 Å이었습니다. 뼈대뿐 아니라 모든 원자를 기준으로 재도 1.5 Å 대 3.5 Å로 앞섰습니다(PMID 34265844). 구조적 상동체가 전혀 없는 2,180 잔기짜리 거대 단백질도 정확한 도메인과 도메인 배치로 예측했습니다. 도메인은 큰 단백질 안에서 저마다 따로 접히는 덩어리입니다.

CASP14라는 특수한 무대 밖에서도, 훈련 데이터 마감 이후 새로 공개된 PDB 구조 표본에서 이 정확도가 유지됐습니다(PMID 34265844). 훈련 때 볼 수 없었던 구조에서도 성적이 이어졌다는 뜻입니다.

신뢰도 점수 pLDDT는 실제 정확도(lDDT-Cα)를 안정적으로 예측했습니다. lDDT-Cα는 예측 구조와 실제 구조에서 각 잔기 뼈대의 중심 탄소(Cα) 주변 거리들이 얼마나 맞는지 매긴 점수입니다. 구조 전체를 한꺼번에 겹쳐 얼마나 맞는지 보는 전역 지표 TM-score도 잘 추정됐습니다. 예측과 함께 「이 예측을 얼마나 믿어도 되는가」를 내놓는 성질이 AlphaFold를 실제로 쓰이는 도구로 만든 결정적 특성입니다. 정확도가 낮은 부분을 미리 표시해 주니, 연구자가 어디까지 믿고 어디서부터 실험으로 확인할지 판단할 수 있기 때문입니다.

논문은 네트워크가 어떻게 답에 이르는지도 들여다봅니다. 몸통의 Evoformer 블록 48개 각각에 별도의 구조 모듈을 붙여, 그 블록까지 네트워크가 가장 그럴듯하다고 보는 구조를 뽑았습니다. 재활용 단계까지 포함해 192개의 중간 구조가 차례로 이어진 궤적을 얻었습니다. 처음 몇 블록이 지나자, 구조는 놀랄 만큼 매끄럽게, 더 개선할 수 없을 때까지 조금씩 다듬어졌습니다(PMID 34265844). SARS-CoV-2의 ORF8처럼 어려운 표적에서는 네트워크가 거의 전 깊이를 써서 이차구조를 재배열한 뒤에야 좋은 구조에 안착했습니다. 이차구조는 사슬이 군데군데 이루는 나선이나 펴진 가닥 같은 작은 모양입니다.

몇 달 걸리던 일이 몇 분으로 — 속도가 규모가 되다

AlphaFold의 충격은 속도에서 왔습니다. 좌표를 직접 출력하기 때문에, 단백질 길이에 따라 그래픽 처리 장치(GPU)로 몇 분에서 몇 시간이면 구조가 나옵니다(PMID 34265844). 실험으로 수개월 걸리던 일이 사실상 즉시 끝나는 계산이 됐습니다.

이 속도는 곧 규모로 이어졌습니다. 같은 팀은 동반 논문에서 AlphaFold2를 사람 프로테옴, 곧 사람이 가진 단백질 전체에 적용했습니다. 그 결과 사람 단백질의 98.5%를 예측했고, 전체 잔기의 58%를 신뢰할 수 있는 수준으로 덮었고, 그 가운데 전체 잔기의 36%에 해당하는 부분은 매우 높은 신뢰도였습니다. 실험으로 구조가 결정된 잔기는 17%였습니다(PMID 34293799). 실험이 수십 년간 덮은 몫보다 훨씬 넓은 영역을, 신뢰할 만한 예측이 한 번에 덮었습니다.

다른 연구는 이 데이터베이스가 사람 단백질의 구조적 커버리지, 곧 구조를 아는 몫을 얼마나 늘렸는지 정량화했습니다. 실험 구조와 주형 기반 모델만으로는 48%였던 이 몫이 76%로 올라갔습니다. 구조를 짐작할 수 없던 「암흑 프로테옴」은 26%에서 10%로 줄었습니다. 저자들은 사람 단백질의 서열-구조 격차가 거의 사라졌다고 평가했습니다. 기여는 사람보다 병원성 세균 등 사람 아닌 생물종에서 오히려 더 컸습니다(PMID 35073311).

파장은 예측을 넘어 새로운 도구들로 번졌습니다. AlphaMissense는 AlphaFold를 미세조정해, 곧 이미 학습된 신경망을 새 과제에 맞게 조금 더 학습시켜 만든 도구입니다. 이 도구는 사람에게서 가능한 모든 단일 아미노산 치환의 병원성, 곧 병을 일으킬 가능성을 예측합니다. 아미노산 하나를 다른 아미노산으로 바꾸는 유전자 변이를 미스센스 변이라고 부르는데, AlphaMissense는 미스센스 변이의 89%를 「양성일 가능성이 높음」 또는 「병원성일 가능성이 높음」으로 분류했습니다(PMID 37733863). 대부분 임상적 의미를 모르던 변이들에 판정의 실마리가 붙었습니다.

구조 예측 네트워크는 단백질 설계의 토대도 됐습니다. RFdiffusion은 또 다른 구조 예측 네트워크인 RoseTTAFold를 확산 모델로 미세조정한 것입니다. 확산 모델은 잡음을 조금씩 걷어 내며 새 모양을 만들어 내는 생성 방식입니다. RFdiffusion은 새로운 결합 단백질과 대칭 조립체를 실제로 설계해 실험으로 검증했습니다(PMID 37433327). 원하는 단백질을 그려서 만드는 이 흐름은 「예측에서 설계로 — AlphaFold 이후, 단백질을 그려서 만드는 과학」이 다룹니다.

2024년에는 확산 기반으로 새로 설계된 AlphaFold 3이 나왔습니다. 이 모델은 단백질뿐 아니라 핵산·소분자·이온·변형 잔기까지 여러 분자가 한 덩어리로 모인 복합체의 구조를 예측합니다(PMID 38718835).

「풀었다」는 말이 과장인 이유 — 논문이 스스로 적은 한계

대회 운영진의 요약은 적어도 단일 단백질에 관해서는 고전적 접힘 문제의 해결이라고 평가했습니다. 그러나 접힘 문제 전체를 「풀었다」고 하면 과장입니다. 논문 자체가 여러 한계를 또렷이 적고 있습니다.

첫째는 MSA 의존성입니다. 정렬 깊이, 곧 다중서열정렬에 모인 서열 수의 중앙값이 대략 30개 서열 미만으로 얕아지면 정확도가 크게 떨어집니다(PMID 34265844). 진화적 이웃이 드문 단백질은 예측이 어렵다는 뜻입니다.

둘째는 사슬 사이(cross-chain)의 맞닿음입니다. 여러 사슬이 모인 복합체에서, AlphaFold는 자기 사슬 안이나 같은 종류 사슬끼리의 맞닿음은 적고, 다른 종류 사슬과의 맞닿음(heterotypic contact)이 많은 단백질에서 훨씬 약합니다(PMID 34265844). 큰 복합체 안에서 다른 사슬과의 상호작용으로 모양이 결정되는 단백질이 여기에 해당합니다. 이 한계는 이후 AlphaFold-Multimer와 AlphaFold 3(PMID 38718835) 같은 복합체 전용 시스템으로 이어졌습니다.

셋째는 본질적으로 무질서한 영역(intrinsically disordered region)입니다. 무질서 영역은 보통의 생리 조건에서 정해진 모양으로 접히지 않는 서열 부분입니다. 흥미롭게도 이 약점은 오히려 신호가 됐습니다. 서열에서 무질서 영역을 찾는 Rosetta의 예측기(ResidueDisorder)에서 기존 모델링을 AlphaFold 모델로 바꾸고 점수 함수를 함께 갱신하자, 무질서한 잔기와 아닌 잔기를 가려 순위를 매기는 성능(AUC, 클수록 좋음)이 0.69에서 0.78로 올랐습니다. 둘 중 하나로 판정한 정확도도 62%에서 74%로 올라, 기존 방법들과 같거나 더 나은 수준이 됐습니다(PMID 36251522). 접히지 않는 영역이라는 약점이 그 영역을 찾아내는 단서가 됐습니다.

넷째는 정적 구조라는 근본적 한계입니다. AlphaFold는 PDB에 등장할 법한 가장 그럴듯한 구조 하나를 내놓습니다. 단백질이 실제로 오가는 여러 형태(conformational ensemble)나, 접힌 상태가 풀린 상태보다 얼마나 안정한지를 나타내는 접힘 안정성(ΔG)은 내놓지 않습니다. 실제로 접힌 상태와 풀린 상태를 함께 모델링한 방법이, 처음부터 새로 설계한(de novo) 단백질 후보를 고르는 일에서 AlphaFold 기반 지표보다 나은 성적을 냈습니다(PMID 41565673).

이 한계들을 종합한 최근 리뷰는 AlphaFold가 지난 3년간 구조생물학을 바꿔 놓았다고 인정합니다. 그러면서도 무질서 영역, 단백질이 리간드나 보조인자와 맺는 상호작용, 아주 크거나 잠깐만 생기는 복합체에서는 여전히 취약하다고 적습니다. 리간드는 단백질에 달라붙는 작은 분자이고, 보조인자는 단백질이 일하는 데 곁에서 필요한 도우미 분자입니다. 리뷰는 커뮤니티 벤치마크상 잔기의 약 3분의 1은 원자 수준 정밀도가 부족할 수 있다고도 지적합니다(PMID 41326937).

그리고 AlphaFold는 실험을 대신하지 않고 돕는 도구입니다. 논문 스스로도 분자 치환과 cryo-EM 지도 해석을 돕는 쓸모를 강조했습니다(PMID 34265844). 분자 치환은 비슷한 모형을 실마리 삼아 X선 결정학 자료에서 구조를 풀어내는 방법이고, cryo-EM 지도는 저온전자현미경이 내놓는 입체 밀도 지도입니다. 리뷰 역시 원리가 다른 실험으로 따로 확인하는 직교적 실험 검증이 여전히 필요하다고 못 박습니다(PMID 41326937). 이 한계와 영향이 딥러닝의 계보 안에서 어떻게 읽히는지는 「역전파에서 알파폴드까지 — 딥러닝은 무엇을 딛고 올라섰나」의 마지막 절들이 이어 갑니다.

그럼에도 이 논문이 남긴 것은 분명합니다. 서열과 구조 사이의 격차라는 반세기의 병목을 실질적으로 좁혔고, 구조생물학을 계산이 앞장서는 분야로 바꿔 놓았습니다. AlphaFold 이후의 새로운 질문들은 여기서 출발합니다.

---

이 글은 과학 정보를 쉽게 전하기 위한 것으로, 특정 연구·진단·치료 판단의 근거가 아닙니다. 원 논문과 후속 연구를 직접 확인하기를 권합니다.

근거 논문

• Jumper J, et al. Highly accurate protein structure prediction with AlphaFold. Nature 596:583–589 (2021). PMID 34265844 — 이 글이 정독한 대상 논문. Evoformer·구조 모듈·IPA·FAPE·재활용·CASP14 결과·한계까지 본문의 모든 방법·결과·논의의 출처.
• Pereira J, et al. High-accuracy protein structure prediction in CASP14. PMID 34218458 — CASP14 독립 평가.
• Tunyasuvunakool K, et al. Highly accurate protein structure prediction for the human proteome. PMID 34293799 — 동반 프로테옴 논문.
• The structural coverage of the human proteome before and after AlphaFold. PMID 35073311 — 커버리지·암흑 프로테옴 정량화.
• Levinthal 역설·단백질 접힘 문제 리뷰. PMID 36659994; PMID 10550209 — 50년 난제의 역사적 배경.
• AlphaFold 응용·한계 리뷰(2022–2025). PMID 41326937 — 잔기 1/3 정밀도 한계·IDR·리간드·실험 보조.
• Rosetta ResidueDisorder + AlphaFold2 무질서 예측. PMID 36251522 — ab initio 모델을 AlphaFold 모델로 교체하고 점수 함수를 갱신해 무질서 예측 AUC 0.69→0.78.
• 접힘 안정성(ΔG) 예측 한계. PMID 41565673 — AlphaFold 기반 지표의 정적 구조 한계.
• AlphaMissense: 미스센스 변이 병원성. PMID 37733863 — AlphaFold 파생 도구.
• RFdiffusion: 단백질 설계. PMID 37433327 — 구조 예측 네트워크 기반 설계.
• AlphaFold 3: 생체분자 상호작용 예측. PMID 38718835 — 확산 기반 후속.