분자상호작용

3 Contents

인공지능을 이용한 End-to-End 방식의 오픈소스 서비스 성능 최적화 및 화학 분야 응용

신물질 개발은 원자의 배열을 조절하여 강도나 유연성, 전기 전도성과 같은 원하는 특성을 가진 화합물을 찾아내는 과정입니다. 현대 화학 연구에서는 실험 비용을 줄이고 효율성을 높이기 위해 컴퓨터 시뮬레이션을 활용하는 계산 과학이 필수적인 역할을 담당하고 있습니다. 하지만 바둑의 경우의 수가 우주의 원자 수보다 많다고 하듯, 수많은 원소와 결합 각도까지 고려해야 하는 신물질 설계는 바둑보다 훨씬 복잡한 난제입니다. 따라서 수많은 조합 중 최적의 배열을 효율적으로 찾아내기 위한 새로운 접근 방식이 절실히 요구되고 있습니다. 기존의 계산 과학 방법론은 원자 수의 세제곱에 비례하는 높은 계산 복잡도를 가집니다. 특히 고분자나 여러 분자가 혼합된 화합물의 경우, 분자 간의 상호작용과 기하학적 배치를 모두 고려해야 하므로 전통적인 방식으로는 계산이 거의 불가능에 가깝습니다. 이러한 물리적, 시간적 한계를 극복하기 위해 최근에는 인공지능을 활용하여 화합물의 특성을 빠르게 예측하려는 시도가 활발해지고 있습니다. 연구의 목표는 단순히 속도를 높이는 것을 넘어, 복잡한 혼합물의 특성까지 정확하게 파악할 수 있는 지능형 모델을 구축하는 것입니다. 본 연구에서는 고가의 상용 소프트웨어 대신 공개 소프트웨어인 오르카(Orca)를 활용하여 학습 데이터를 생성하는 전략을 취했습니다. 전문가가 일일이 최적의 초기 구조를 설정하는 대신, 난수 기반의 생성 방식과 파이썬 라이브러리를 결합하여 다양한 기하학적 구조를 가진 데이터를 대량으로 확보했습니다. 비록 이 방식은 상용 프로그램에 비해 개별 데이터의 정밀도는 다소 떨어질 수 있지만, 광범위한 경우의 수를 포함하는 노이즈 섞인 대용량 데이터셋을 구축할 수 있다는 강력한 장점이 있습니다. 이는 인공지능이 스스로 데이터의 패턴을 학습할 수 있는 토대가 됩니다. 대량의 노이즈 섞인 데이터를 효과적으로 처리하기 위해 '확률적 표현 학습' 모델을 도입했습니다. 이 모델은 단일 데이터포인트를 특정 값에 매핑하는 기존의 결정론적 방식과 달리, 데이터셋이 나타내는 전체적인 확률 분포를 화합물의 특성으로 연결합니다. 그래프 신경망(GNN)을 통해 분자 구조를 벡터 형태의 임베딩으로 변환하고, 정보 병목이나 대조 학습 기법을 적용하여 확률 분포 자체를 학습하게 됩니다. 이를 통해 개별 데이터의 불확실성을 극복하고, 실제 실험값에 가까운 물리화학적 특성을 놀라울 정도로 정확하게 예측할 수 있게 되었습니다. 인공지능 모델과 공개 소프트웨어의 결합은 신물질 개발 프로세스를 획기적으로 단순화합니다. 과거에는 전문가가 구조를 최적화하고 실험적으로 물성을 측정하기까지 수개월의 시간과 막대한 비용이 소요되었습니다. 하지만 학습된 확률 모델을 적용하면 미지 시료의 물성을 수초에서 수분 내에 예측할 수 있어 개발의 병목 현상을 완전히 해소할 수 있습니다. 결과적으로 사람이 투입하는 노동력은 줄이면서도 연구의 효율성은 극대화하는 혁신적인 시스템이 가능해진 것입니다. 앞으로 다양한 화학 벤치마크 데이터셋을 통해 모델의 신뢰성을 더욱 높여나갈 계획입니다.

인공지능을 이용한 End-to-End 방식의 오픈소스 서비스 성능 최적화 및 화학 분야 응용
한국전자통신연구원오픈소스 테크데이
  • 화학
  • 융합
  • 공학·기술

[연구뭐하지] 박승범 교수_서울대학교 '화학생물학 연구실' | 화학부에서 분자생물학 연구를? 그래서 더 다채로운 바이오 연구를 할 수 있는 곳!

생명 현상은 신비롭고 복잡하지만, 그 본질을 들여다보면 단백질, DNA, RNA와 같은 분자들의 정교한 상호작용으로 이루어져 있습니다. 화학생물학은 이러한 분자 수준에서의 화학적 상호작용을 이해하고 조절함으로써 생명의 비밀을 풀어나가는 학문입니다. 서울대학교 화학부 화학생물학 연구실은 이러한 기초적인 이해를 바탕으로 질병을 치료할 수 있는 새로운 치료제를 개발하는 데 매진하고 있습니다. 분자 수준의 통찰력은 복잡한 생명 현상을 명확하게 규명하는 강력한 도구가 됩니다. 연구실에서는 유기화학적 지식을 기반으로 인체의 신비를 탐구하며, 특히 다양한 질병 모델을 활용한 표현형 기반 스크리닝을 진행합니다. 발굴된 화합물이 어떤 단백질을 표적으로 삼는지, 그리고 어떤 생리적 기전을 통해 치료 효과를 나타내는지 파악하기 위해 TS-FITGE와 같은 독창적인 연구 기법을 활용합니다. 이는 단순히 물질을 발견하는 것에 그치지 않고, 그 물질이 생체 내에서 작용하는 구체적인 경로를 과학적으로 입증하여 신약 개발의 가능성을 높이는 중요한 과정입니다. 이곳의 유기합성 연구는 일반적인 유기화학과는 차별화된 지향점을 가집니다. 단순히 새로운 반응론을 개발하는 것에 머물지 않고, 그 반응이 생물학적으로 어떤 의미를 갖는지 끊임없이 자문합니다. 생물학적 활성이 기대되는 구조를 설계하여 합성하거나, 생명 현상을 실시간으로 관측할 수 있는 형광 분자를 제작하는 등 모든 합성 과정의 중심에는 생물학적 가치가 자리 잡고 있습니다. '왜 이 물질을 만드는가'에 대한 확고한 해답은 연구자들에게 강력한 동기를 부여하며 질병 치료라는 목표를 향해 나아가게 합니다. 연구의 효율성을 극대화하기 위한 아낌없는 지원과 최첨단 시설은 이 연구실의 큰 자랑입니다. 유기합성부터 바이오 실험까지 모든 단계를 한곳에서 마무리할 수 있도록 국내 최고 수준의 장비와 리소스를 갖추고 있습니다. 특히 연구자의 시간을 소중히 여기는 철학에 따라, 학생들이 연구에만 몰두할 수 있는 환경을 조성하는 데 지원을 아끼지 않습니다. 이러한 인프라는 학생들이 각자의 프로젝트를 독립적이면서도 전문적으로 수행할 수 있게 돕는 든든한 밑거름이 되어 줍니다. 다양한 전공 배경을 가진 인재들이 모여 협력하는 문화는 연구실을 더욱 풍요롭게 만듭니다. 교수님은 자신을 정원사에 비유하며, 학생들이 각자의 재능과 관심에 따라 스스로 성장할 수 있도록 돕는 조력자 역할을 자처합니다. 획일적인 방향을 강요하기보다 각자의 나무가 가장 예쁜 꽃을 피울 수 있도록 적절한 가지치기와 지원을 제공하는 것입니다. 미래의 유망한 분야를 쫓기보다 자신이 진정으로 좋아하는 것이 무엇인지 깨닫고 이를 깊이 있게 탐구할 때, 연구자로서의 진정한 성장이 시작됩니다.

[연구뭐하지] 박승범 교수_서울대학교 '화학생물학 연구실' | 화학부에서 분자생물학 연구를? 그래서 더 다채로운 바이오 연구를 할 수 있는 곳!

박승범

카오스재단연구뭐하지
  • 화학
  • 생명과학

[COVID-19_talk_10] COVID-19 therapeutics, things are due to atoms_Chaok Seok Professor | 10강

세상의 모든 물질은 원자로 이루어져 있으며, 코로나19 바이러스 역시 단백질, 핵산, 지질과 같은 분자들의 집합체입니다. 이러한 생명 현상의 핵심은 원자 간의 상호작용, 특히 물과 친한 친수성과 물을 멀리하는 소수성 상호작용에 있습니다. 바이러스 단백질은 소수성 원자들을 안으로 숨기고 친수성 원자들을 겉으로 드러내어 물속에서 특정한 입체 구조를 유지합니다. 이 때문에 바이러스는 비말이나 에어로졸 같은 물방울 형태에서만 안정적으로 존재할 수 있으며, 습도가 높아져 물방울이 무거워지면 지면으로 떨어져 전파력이 낮아지기도 합니다. 치료제의 원리는 바이러스의 특정 단백질에 약물 분자가 강하게 결합하여 그 기능을 마비시키는 데 있습니다. 독감 치료제인 타미플루는 인플루엔자 바이러스의 N 단백질 구멍에 결합하여 바이러스가 세포 밖으로 나가지 못하게 막습니다. 하지만 코로나19 바이러스에는 이와 유사한 단백질이 없기 때문에 타미플루는 효과가 없습니다. 에이즈 치료제인 칼레트라 역시 코로나19의 프로테아제 단백질과 구조적으로 맞지 않아 기대만큼의 효과를 거두지 못했습니다. 결국 치료제 개발의 핵심은 바이러스 단백질의 정밀한 입체 구조를 파악하는 것입니다. 현재 사용되는 렘데시비르는 바이러스의 RNA 복제 과정을 방해하는 전략을 취합니다. 이 약물은 RNA를 구성하는 분자와 매우 흡사한 모양을 하고 있어, 바이러스의 RNA 중합효소를 속이고 RNA 사슬에 끼어들어 합성을 중단시킵니다. 한편, 많은 연구자가 주목하는 스파이크 단백질은 인간 세포의 수용체와 결합하여 침투의 관문을 여는 역할을 합니다. 이 단백질은 세 개의 동일한 부분이 모여 정삼각형 구조를 이루며, 특정 부분이 위로 올라가는 '업(Up)' 상태가 되었을 때만 인간 세포와 결합할 수 있는 독특한 메커니즘을 가지고 있습니다. 코로나19 바이러스가 사스보다 위협적인 이유는 변이를 통해 결합력과 면역 회피 능력을 동시에 강화했기 때문입니다. 사스와 비교했을 때 코로나19는 스파이크 단백질의 특정 아미노산이 변이되어 인간 수용체인 ACE2와 훨씬 더 강하게 결합합니다. 흥미로운 점은 결합 부위가 노출되는 빈도를 낮추어 인체의 면역 공격을 교묘히 피하면서도, 한 번 결합할 때는 매우 강력하게 달라붙는 전략을 사용한다는 것입니다. 이러한 정밀한 변이는 바이러스가 인간 사회에서 더욱 치명적이고 광범위하게 전파될 수 있는 원동력이 되었습니다. 계산 화학은 컴퓨터 시뮬레이션을 통해 이러한 복잡한 단백질 구조와 약물 간의 상호작용을 예측하는 학문입니다. 비록 현재의 예측 정확도가 완벽하지는 않지만, 수백만 개의 후보 물질 중 유망한 것들을 골라내어 실험 비용과 시간을 획기적으로 줄여줍니다. 특히 바이러스는 끊임없이 변이를 일으키므로, 이에 신속하게 대응하기 위해서는 인공지능과 머신러닝을 활용한 계산 화학의 역할이 필수적입니다. 앞으로 계산 화학이 발전한다면 기존 약물의 재창출은 물론, 변종 바이러스에 대비한 차세대 치료제와 백신 설계에 결정적인 기여를 할 것입니다.

[COVID-19_talk_10] COVID-19 therapeutics, things are due to atoms_Chaok Seok Professor

석차옥

카오스재단코로나19 과학토크
  • 화학
  • 생명과학