IT之家 10월 19일 소식에 따르면, 단일 원자 조합으로 프로테인과 뉴클레오핀을 생성하는 생성형 인공지능 시스템 RFdiffusion3을 설계할 수 있으며, 상세 설계 방안이 공식적으로 공개되었습니다. RFdiffusion3에서 새로 설계된 프로테인을 이용하면 실제 화학 반응에서 예상되는 기능을 구현할 수 있습니다.
미국 워싱턴 대학교, 영국 옥스퍼드 대학교, 인텔 등 여러 기관이 참여한 국제 공동 연구팀은 단일 원자를 모델링할 수 있는 시스템을 구축했으며, 이 시스템은 단백질과 뉴클레오타민을 설계하는 데 사용된다. 해당 연구 결과는 현지 시간으로 16일에 국제 학술지 《사이언스》에 발표되었다.
IT之家에 따르면, 해당 연구팀은 2025년 12월 3일에 RFdiffusion3를 오픈소스로 공개했습니다. 《사이언스》에 발표된 논문에서는 RFdiffusion3의 설계 원리가 자세히 설명되어 있습니다.
인공지능 기반의 단백질 연구는 기존 단백질의 3차원 구조을 예측하는 것에서 출발하여, 목표 구조와 기능을 갖춘 새로운 단백질을 설계하는 것으로 발전했습니다.
워싱턴 대학교의 데이비드 베이커 교수는 이 RFdiffusion3 연구의 공동 저자로, 컴퓨터를 이용해 단백질 구조를 예측하는 분야에서의 공로로 2024년 노벨 화학상을 받았습니다. 베이커의 대표적인 업적 중 하나는 단백질 구조 예측 인공지능 시스템 RosettaFold를 개발한 것입니다.
RosettaFold은 단백질을 구성하는 아미노산들 간의 공간적 관계를 학습하고, 이 정보를 이용해 단백질의 3차원 구조를 예측합니다. 2023년에 출시된 RFdiffusion1과 2025년에 출시된 RFdiffusion2는 모두 RosettaFold이 사용하는 구조 예측 네트워크를 기반으로 개발되었습니다.
RFdiffusion은 확산 모델을 이용하여 아미노산의 위치를 결정함으로써 단백질 설계를 수행합니다. 확산 모델은 기존 데이터의 분포 규칙을 학습하여 새로운 데이터를 생성하는 인공지능 모델입니다.
RFdiffusion3는 다른 단백질 구조 예측 프로그램인 AlphaFold3의 네트워크 아키텍처를 참고하여 개발되었습니다. RFdiffusion3은 최대 14개의 원자를 사용하여 단일 아미노산을 표현할 수 있으며, 각 원자의 3차원 좌표를 직접 조정함으로써 새로운 단백질 구조를 설계할 수 있습니다.
연구팀은 이 시스템을 이용하여 효소의 활성 부위를 정확하게 설계할 수 있었으며, 효소는 다양한 화학 반응을 촉매할 수 있습니다. 효소는 단백질에 속하며 생물학적 촉매제로서 생물체 내의 다양한 화학 반응의 반응 속도를 높이는 역할을 합니다.
연구자들이 반응에 필요한 원자의 위치를 지정할 뿐만 아니라 수소 결합의 형성 조건과 단백질 내에서 특정 원자의 분포 범위도 설정할 때, RFdiffusion3은 모든 제약 조건을 충족하는 단백질 구조를 생성할 수 있다.
연구자들은 기존 효소의 41개 활성 부위를 대조하여 설계 효과를 비교했습니다. 그 결과, 37개 그룹의 테스트에서 RFdiffusion3의 성능이 RFdiffusion2보다 우수한 것으로 나타났습니다. RFdiffusion3는 단백질 구조를 생성하는 속도가 RFdiffusion2의 약 십 배입니다.
RFdiffusion3가 설계한 산소포스포리다아세테이트 분해효소와 펩타이드 분해효소는 실제 실험에서 예상된 화학 반응을 성공적으로 수행했습니다. 연구팀은 “앞으로 RFdiffusion3는 다양한 생물분자 설계 작업 및 관련 응용 분야에 널리 활용될 것”이라고 말했습니다.
참고 자료:
광고 공지: 이 문서에는 외부 링크가 포함되어 있으며, 하이퍼링크, QR 코드, 비밀번호 등 다양한 형태로 구성되어 있습니다. 이는 더 많은 정보를 전달하고 선정 시간을 절약하기 위한 것입니다. 결과는 참고용일 뿐이며, IT之家에서 외부 링크가 포함된 글은 모두 이 공지를 포함합니다.