논문: AlphaFold를 통한 고도로 정확한 단백질 구조 예측 저자: Jumper et al. (DeepMind) 링크: https://doi.org/10.1038/s41586-021-03819-2
논문 핵심
AlphaFold 2는 아미노산 서열만으로 단백질의 3D 구조를 실험적 방법(X-ray 결정학)에 근접하는 정확도로 예측합니다. CASP14에서 GDT 92.4를 기록하며 2위와 압도적 차이를 보였습니다.
아키텍처 — Evoformer
"아미노산 잔기들 간의 관계와 3D 공간에서의 위치를 추론하는 주의 기반 아키텍처."
- MSA Processing: 진화적으로 관련된 서열들의 정보를 추출
- Pair Representation: 잔기 쌍 사이의 관계를 모델링
- Structure Module: 3D 좌표를 직접 예측
- Recycling: 예측 결과를 다시 입력으로 넣어 반복 개선
영향
- Nature 표지 논문으로 발표
- Science "2021년 올해의 발견" 선정
- 2억+ 단백질 구조 예측 데이터 무료 공개
실무 시사점
AI가 순수 과학 연구에서 혁명적 돌파구를 만들 수 있음을 증명한 사례입니다. 신약 개발, 합성생물학, 농업 바이오 분야에서 실질적인 비즈니스 임팩트를 만들고 있습니다.