구조예측

13 Contents

구조적 에너지와 아미노산 서열의 공동 최적화를 통한 안정적 단백질 설계

단백질은 생체 내에서 효소 작용, 바이러스 중화, 신호 전달 등 매우 다양한 역할을 수행하며, 현대 생명공학에서는 이를 새롭게 설계하는 '드 노보(de novo)' 디자인 기술이 핵심적으로 다뤄지고 있습니다. 특히 단백질의 안정성을 향상시키는 것은 기능적 활성이나 결합력을 높이는 데 필수적인 기초 요소입니다. 안정적인 단백질은 열적 안정성이 높을 뿐만 아니라 생산 수율이 좋고, 응집이나 분해를 방지하여 본래의 기능을 온전히 유지할 수 있게 합니다. 따라서 단순히 특정 구조를 만드는 것을 넘어, 평형 상태에서 폴딩 상태를 견고하게 유지하는 설계를 구현하는 것이 단백질 공학의 주요 목표가 되고 있습니다. 최근 단백질 설계에는 3차원 좌표를 입력받아 서열을 생성하는 '구조 기반 서열 디자인' 모델이 널리 활용되고 있습니다. 이러한 모델들은 방대한 데이터 학습을 통해 특정 환경에 최적화된 서열을 제안하지만, 정적인 구조만을 고려한다는 한계가 있습니다. 실제 단백질은 다양한 컨포메이션 상태를 가지며, 설계된 서열이 의도치 않은 대안적 구조로 폴딩될 위험이 존재합니다. 특정 구조에만 최적화된 서열이 실제로는 다른 형태와 에너지 균형을 이루거나 불안정한 상태에 머무를 수 있기 때문에, 단일 모델만으로는 단백질의 복잡한 에너지 랜드스케이프를 완벽히 이해하고 통제하기 어렵습니다. 이러한 문제를 해결하기 위해 제시된 혁신적인 방법이 바로 '조인트 모델링'입니다. 이는 서열을 통해 구조를 예측하는 모델과 구조를 통해 서열을 디자인하는 모델을 하나의 루프로 연결하여 반복적으로 최적화하는 방식입니다. 구조 예측 모델은 서열이 가질 수 있는 다양한 상태를 파악하여 더 나은 컨포메이션을 제안하고, 서열 디자인 모델은 이를 바탕으로 에너지가 더 낮은 서열을 생성합니다. 이 과정을 반복하면 단백질은 미세한 구조적 조정을 거치게 되며, 결과적으로 타겟 외 구조 형성을 방지하고 에너지 갭을 극대화하여 기존보다 훨씬 더 안정적인 단백질 서열을 도출할 수 있게 됩니다. 조인트 모델링의 유효성을 검증하기 위해 연구진은 'cDNA 디스플레이 프로테아제' 방식의 고속 대량 분석(High-throughput assay)을 활용했습니다. 이는 수천 개의 단백질 안정성을 동시에 측정할 수 있는 기술로, 단백질이 견고한 구조를 유지하면 효소에 의해 분해되지 않는다는 원리를 이용합니다. 약 2만 개의 데이터셋을 분석한 결과, 조인트 모델을 통해 설계된 단백질들이 기존의 단일 모델 기반 설계보다 월등히 높은 ΔG 값을 나타냈습니다. 이는 반복적인 최적화 루프가 단순히 결과물을 필터링하는 과정을 거치는 것보다 단백질의 열역학적 안정성을 확보하는 데 훨씬 효과적임을 입증한 결과입니다. 물리적 관점에서 조인트 모델링이 생성한 서열을 분석해 보면, 다른 모델들에 비해 특이적인 상호작용이 더욱 정교하게 배치되어 있음을 알 수 있습니다. 특히 조인트 모델은 소수성 상호작용뿐만 아니라 정교한 친수성 상호작용과 수소 결합을 더 많이 형성하는 경향을 보였습니다. 이러한 미세한 로컬 환경의 최적화는 단백질 내부의 결합력을 강화하고 구조적 특이성을 높여줍니다. 단순히 겉보기에 비슷한 구조를 만드는 것에 그치지 않고, 원자 수준에서의 상호작용을 최적화함으로써 단백질이 의도한 타겟 구조로 더 확실하게 폴딩될 수 있도록 정밀하게 유도하는 것입니다. 인공지능 모델의 발전은 단백질의 안정성을 예측하는 방식에도 큰 변화를 가져왔습니다. 거대 언어 모델이나 구조 예측 모델들은 방대한 데이터를 학습하는 과정에서 단백질의 안정성 정보를 암묵적으로 습득하게 됩니다. 연구에 따르면 모델의 확신도를 나타내는 pLDDT 스코어 등은 실제 단백질의 안정성과 높은 상관관계를 보였습니다. 이러한 지표들을 조인트 모델링과 결합하여 하이브리드 스코어를 산출할 경우, 단백질의 성능을 더욱 정확하게 예측할 수 있습니다. 이는 실험 전 단계에서 유망한 후보군을 선별하는 데 매우 유용한 도구가 되며 설계의 성공률을 획기적으로 높여줍니다. 조인트 모델링 기술은 단일 단백질 설계를 넘어 복잡한 단백질 결합체나 바인더 디자인 분야에서도 탁월한 성과를 거두고 있습니다. 휴먼 리보플라빈 키나아제나 니파 바이러스와 같이 설계가 까다로운 타겟에 대해서도, 반복적인 최적화 과정을 통해 기존에 결합력이 없던 설계를 강력한 바인더로 탈바꿈시켰습니다. 이러한 연구 결과들은 오픈 소스를 통해 공유되어 누구나 쉽게 활용할 수 있도록 공개되었습니다. 정교한 인실리코(in silico) 최적화와 실험적 검증의 조화는 향후 신약 개발과 바이오 센서 제작 등 다양한 생명공학 분야에서 혁신적인 변화를 이끌어갈 것으로 기대됩니다.

구조적 에너지와 아미노산 서열의 공동 최적화를 통한 안정적 단백질 설계
생물학연구정보센터학술웨비나
  • 생명과학
  • 융합

[강연] 인공지능과 단백질: 구조 예측에서 맞춤형 설계까지_by 백민경 | 고등과학원&카오스재단 '2024 노벨상 해설강연' | 2강

2024년 노벨 화학상은 인류의 생명 현상을 이해하는 핵심 열쇠인 단백질의 구조를 예측하고 설계하는 데 기여한 세 명의 과학자에게 돌아갔습니다. 데이비드 베이커 교수와 구글 딥마인드의 데미스 허사비스, 존 점퍼가 그 주인공입니다. 이들은 인공지능 기술을 생물학의 난제에 접목하여, 수십 년간 해결되지 않았던 단백질 구조 예측 문제를 획기적으로 해결했습니다. 이는 단순히 화학적 발견을 넘어 인류가 질병에 맞서고 새로운 물질을 창조하는 방식에 거대한 변화를 예고하는 역사적인 사건으로 평가받고 있습니다. 단백질은 우리 몸의 세포를 구성하는 기본 요소일 뿐만 아니라, 생명 유지에 필요한 거의 모든 화학 반응을 주도하는 일꾼입니다. 외부 병원체에 맞서 싸우는 항체, 영양소를 운반하는 택배원, 그리고 에너지를 생성하는 효소에 이르기까지 그 역할은 실로 무궁무진합니다. 이러한 단백질은 20가지 아미노산이 수천 개 이상 연결된 고분자 화합물로, 아미노산 서열이 어떻게 배열되느냐에 따라 독특한 3차원 구조를 형성합니다. 결국 단백질의 구조를 이해하는 것은 곧 생명의 작동 원리를 파악하는 것과 같습니다. 단백질 구조를 파악하는 것이 중요한 이유는 질병의 기전을 이해하고 치료제를 개발하는 데 결정적인 단서를 제공하기 때문입니다. 대표적인 예로 코로나19 바이러스의 돌기 단백질인 스파이크 단백질을 들 수 있습니다. 이 단백질이 인체 세포의 수용체와 결합하는 구조를 정확히 알게 되면, 그 결합을 방해하는 약물을 설계하거나 효과적인 백신을 만드는 것이 가능해집니다. 이처럼 단백질의 입체적인 형태를 알아내는 작업은 인류가 바이러스와 같은 위협에 맞서 싸울 수 있는 강력한 무기를 얻는 과정이라 할 수 있습니다. 과거에는 단백질 구조를 밝히기 위해 X선 결정법이나 극저온 전자 현미경 같은 실험 기법을 사용했지만, 이는 막대한 비용과 수년의 시간이 소요되는 고된 작업이었습니다. 하지만 구글 딥마인드가 개발한 알파폴드는 인공지능을 통해 단 몇 분 만에 높은 정확도의 구조를 예측해내며 패러다임을 바꿨습니다. 알파폴드는 진화 과정에서 보존된 아미노산 서열의 패턴을 학습하여, 실험 데이터가 부족한 상황에서도 단백질의 3차원 형태를 놀라운 정밀도로 재현해냈습니다. 이는 생물학 연구의 속도를 비약적으로 높인 혁명적인 성과입니다. 단백질 구조 예측이 서열로부터 구조를 찾아가는 과정이라면, 데이비드 베이커 교수가 주도한 단백질 디자인은 그 반대 방향의 도전입니다. 즉, 우리가 원하는 특정 기능을 수행할 수 있는 새로운 단백질 구조를 먼저 상상하고, 이를 구현할 수 있는 아미노산 서열을 설계하는 것입니다. 베이커 교수는 자연계에 존재하지 않는 완전한 인공 단백질인 'Top7'을 성공적으로 설계하며 그 가능성을 증명했습니다. 이는 인류가 자연의 진화에만 의존하지 않고, 목적에 맞는 생체 분자를 직접 창조할 수 있는 시대를 열었음을 의미합니다. 최근에는 생성형 인공지능 기술이 단백질 설계 분야에 도입되면서 연구 속도가 더욱 가속화되고 있습니다. 'RFdiffusion'과 같은 확산 모델 기반의 인공지능은 우리가 원하는 기능을 수행할 최적의 구조를 생성하고, 'ProteinMPNN'은 그 구조를 안정적으로 유지할 서열을 찾아냅니다. 이러한 기술적 진보 덕분에 과거 1% 미만이었던 단백질 설계 성공 확률이 비약적으로 상승했습니다. 이제는 전문적인 지식이 부족하더라도 인공지능을 활용해 누구나 목적에 맞는 단백질을 설계할 수 있을 정도로 기술적 장벽이 낮아지고 있습니다. 인공지능 기반의 단백질 설계 기술은 의료 분야를 넘어 환경 문제 해결에도 큰 기대를 모으고 있습니다. 플라스틱을 분해하는 강력한 효소를 설계하거나, 생분해성이 뛰어난 신소재를 개발함으로써 지구 환경을 보호하는 데 기여할 수 있기 때문입니다. 물론 단백질의 동적인 움직임을 완벽히 예측하거나 부족한 데이터를 보완해야 하는 과제가 남아있지만, 인류의 지식과 인공지능의 학습 능력이 결합한다면 불가능해 보였던 난제들도 하나씩 해결될 것입니다. 단백질 연구의 진화는 곧 인류의 더 나은 미래를 향한 여정입니다.

[강연] 인공지능과 단백질: 구조 예측에서 맞춤형 설계까지_by 백민경 | 고등과학원&카오스재단 '2024 노벨상 해설강연'

백민경

카오스재단카오스크로스
  • 화학
  • 생명과학

[강연] 인공지능으로 풀어낸 단백질의 비밀 _ by백민경|제30회 서울대 자연과학대학 공개강연 | 4강

과학의 진정한 묘미는 서로 다른 기술과 사람이 만나 새로운 발전을 만들어내는 '연결'에 있습니다. 우리 몸을 구성하는 아주 작은 분자인 단백질 연구 역시 이러한 연결을 통해 혁신을 맞이했습니다. 단백질은 우리 몸 안의 거의 모든 생명현상에 관여하는 핵심 물질로, 산소를 운반하거나 화학 반응을 촉진하는 효소 역할을 하며 외부 침입에 맞서는 면역체계를 유지하는 등 생존에 필수적인 기능을 수행합니다. 세포 내부를 들여다보면 물과 지방을 제외한 대부분이 단백질로 이루어져 있을 만큼 그 중요성은 절대적입니다. 화학을 전공하며 인류를 구원할 신약개발을 꿈꿨던 연구자는 실험실에서 시약을 섞는 대신 컴퓨터를 활용하는 계산화학의 길을 선택했습니다. 복잡한 수식과 논리로 단백질의 구조를 예측하는 이 분야는 손에 물을 묻히지 않고도 생명과학의 난제를 풀 수 있는 가능성을 제시했습니다. 특히 알파고와 이세돌의 대국은 인공지능이 과학 연구의 패러다임을 바꿀 수 있다는 강력한 희망을 심어주었으며, 이는 곧 컴퓨터 기술과 생명과학이 결합하여 새로운 지평을 여는 계기가 되었습니다. 2021년 발표된 '로제타폴드'는 인공지능 기반의 단백질 구조 예측 기술로, 바이오 분야의 획기적인 혁신으로 평가받습니다. 기존의 실험 방식은 단백질 구조 하나를 밝히는 데 수년의 시간과 수백억 원의 비용이 소요되었지만, 인공지능은 이를 단 몇 시간 만에 해결할 수 있게 했습니다. 사이언스지가 올해의 연구 성과로 선정하기도 한 이 기술은 단순히 속도의 문제를 넘어 인류가 겪는 수많은 질병의 치료제를 찾는 속도를 비약적으로 높여 신약개발의 새로운 시대를 열었습니다. 단백질은 아미노산이라는 작은 분자들이 사슬처럼 연결된 생체 고분자 물질입니다. 이 사슬이 어떤 순서로 배열되고 어떤 3차원 모양으로 접히느냐에 따라 단백질의 고유한 기능이 결정됩니다. 예를 들어 코로나바이러스가 인체 세포와 어떻게 결합하여 감염을 일으키는지 이해하려면 그 표면 단백질의 입체 구조를 정확히 알아야 합니다. 이러한 구조 정보를 바탕으로 우리는 바이러스의 결합을 방해하는 치료제를 만들거나 바이오센서로 활용할 수 있는 정밀한 백신을 설계할 수 있게 됩니다. 하지만 단백질이 가질 수 있는 구조의 경우의 수는 10의 300승 개에 달할 정도로 방대하여, 물리학적 원리만으로는 이를 예측하는 데 우주의 나이보다 긴 시간이 걸립니다. 연구자들은 이 난제를 해결하기 위해 단백질 진화의 역사에 주목했습니다. 수억 년의 진화 과정에서 생존에 성공한 단백질들은 구조와 기능을 유지하는 특정한 패턴을 서열 안에 간직하고 있습니다. 인공지능은 바로 이 방대한 서열 데이터 속에 숨겨진 복잡한 패턴을 찾아내는 데 탁월한 능력을 발휘하며 불가능해 보였던 예측을 현실로 만들었습니다. 인공지능은 단백질 서열이라는 '글'을 읽고 구조라는 '그림'을 그려내는 과정을 반복하며 정답에 가까운 구조를 찾아냅니다. 이제 기술은 단일 단백질의 구조 예측을 넘어, 단백질 간의 상호작용과 결합 구조까지 예측하는 단계로 진화했습니다. 이를 통해 암세포가 면역세포의 공격을 피하는 기제를 차단하는 새로운 항암제 후보물질을 설계하는 등 맞춤형 단백질 신약개발의 문이 활짝 열렸습니다. 이는 질병의 원인을 정확히 타격하는 정밀 의료의 핵심 기술로 자리 잡고 있습니다. 과학적 성취의 이면에는 서로 다른 분야를 잇는 '브리징 피플(Bridging People)'의 역할이 결정적이었습니다. 인공지능 전문가와 생물학자가 서로의 언어를 이해하고 협업할 때 비로소 거대한 혁신이 일어납니다. 새로운 것을 배우는 데 두려움 없이 다양한 분야 사이의 연결고리를 찾는 연습은 단백질이라는 작은 세계를 넘어 인류의 건강한 미래를 설계하는 가장 강력한 동력이 될 것입니다. 서로 다른 학문의 경계를 허무는 소통의 능력이야말로 현대 과학이 요구하는 가장 중요한 자질입니다.

[강연] 인공지능으로 풀어낸 단백질의 비밀 _ by백민경|제30회 서울대 자연과학대학 공개강연

백민경

카오스재단서울대자연과학공개강연
  • 생명과학

[인터뷰] 백민경 _ 우리만의 단백질 구조 분석법, AI 로제타폴드🧪🔬|제30회 서울대 자연과학대학 공개강연

단백질은 우리 몸속에서 산소 수송, 음식물 소화, 에너지 대사, 그리고 외부 침입자에 맞서 싸우는 면역 과정에 이르기까지 거의 모든 생명 현상을 매개하는 핵심적인 생체 분자입니다. 이러한 다양한 기능이 가능한 이유는 단백질마다 각기 다른 고유한 3차원 구조를 형성하고 있기 때문입니다. 따라서 단백질의 구조를 명확히 규명하는 일은 생명체가 작동하는 원리를 깊이 있게 이해하는 첫걸음이며, 이를 바탕으로 질병의 원인을 파악하고 치료를 위한 신약 개발의 토대를 마련한다는 점에서 현대 생명과학의 매우 중요한 과제라고 할 수 있습니다. 최근 인공지능 기술의 비약적인 발전은 단백질 구조 예측 분야에 혁신적인 변화를 가져왔습니다. 과거에는 실험을 통해서만 단백질 구조를 파악할 수 있었으나, 이제는 로제타폴드와 같은 인공지능 모델을 통해 아미노산 서열 정보만으로도 정교한 3차원 구조를 예측할 수 있게 되었습니다. 연구팀은 구글 딥마인드의 알파폴드2가 보여준 가능성에 자극받아 독자적인 알고리즘 개발에 착수했으며, 그 결과 수 초에서 수 시간 내에 고정확도의 구조 정보를 얻어내는 성과를 거두었습니다. 이는 인공지능이 복잡한 생물학적 난제를 해결하는 강력한 도구가 될 수 있음을 시사합니다. 인공지능을 활용한 예측 기술은 단순히 기존 단백질의 형태를 알아내는 것에 그치지 않고, 자연계에 존재하지 않는 새로운 단백질을 설계하는 '단백질 디자인' 연구로 확장되고 있습니다. 하지만 컴퓨터 계산을 통한 예측이 항상 완벽할 수는 없기에, 인공지능 모델은 반드시 실험적 검증과 병행되어야 합니다. 새롭게 설계된 단백질이 실제로 의도한 기능을 수행하는지, 혹은 인체에 주입했을 때 안전성에 문제는 없는지 확인하는 과정에서 컴퓨터 방법과 실험 방법은 서로를 보완하며 함께 발전해 나가는 필수적인 파트너 관계를 형성하고 있습니다. 현재 전 세계적으로 수억 개의 단백질 구조 데이터가 구축되면서 이를 활용한 응용 연구가 활발히 진행 중입니다. 구조 기반의 신약 개발은 물론이고, 환경 문제 해결을 위한 혁신적인 시도들도 이어지고 있습니다. 예를 들어 광합성 관련 단백질의 구조를 정밀하게 분석하여 빛 흡수 효율이 극대화된 새로운 단백질을 설계한다면, 태양광 발전의 효율을 획기적으로 높여 에너지 문제를 해결하는 데 기여할 수 있습니다. 이처럼 단백질 구조 연구는 의료 분야를 넘어 인류가 직면한 에너지와 환경 등 다양한 사회적 난제를 해결할 수 있는 잠재력을 지니고 있습니다. 과학의 진정한 묘미는 서로 다른 기술과 사람이 만나 새로운 길을 만들어내는 '연결'에 있습니다. 양자역학에서 시작된 기초 과학이 반도체와 컴퓨터 기술을 거쳐 인공지능으로 진화하고, 다시 생명과학과 결합하여 혁신을 일으키는 과정은 기술 간 연결의 힘을 잘 보여줍니다. 또한 로제타폴드 개발 과정에서 화학, 인공지능, 생명과학 등 각 분야 전문가들이 긴밀하게 협업했듯이, 다양한 시각을 가진 과학자들의 소통과 연대는 현대 과학이 한계를 극복하고 다음 단계로 도약하게 만드는 가장 강력한 원동력이자 미래 과학이 나아가야 할 방향입니다.

[인터뷰] 백민경 _ 우리만의 단백질 구조 분석법, AI 로제타폴드🧪🔬|제30회 서울대 자연과학대학 공개강연

백민경

카오스재단서울대자연과학공개강연
  • 생명과학

[강연] 인공지능으로 단백질 이해하기 by 백민경 ㅣ 대학과 함께하는 2022 UN 세계기초과학의 해 한국 선포식 특별강연

단백질은 흔히 필수 영양소로만 알려져 있지만, 실제로는 우리 몸의 거의 모든 생명 현상을 주도하는 핵심 생체 분자입니다. 헤모글로빈처럼 산소를 운반하거나 효소로서 물질을 분해하고 합성하며, 외부 바이러스에 맞서는 항체 역할까지 수행합니다. 약 2만 가지의 단백질은 20종의 아미노산이 사슬처럼 연결된 구조를 가지며, 이들의 배열 순서인 서열에 따라 고유한 3차원 구조를 형성합니다. 이러한 구조는 단백질의 기능을 결정짓는 가장 중요한 요소로 작용하며 생명의 신비를 푸는 열쇠가 됩니다. 단백질의 구조를 파악하는 것은 생명 현상을 이해하고 질병의 기전을 밝히는 데 필수적입니다. 예를 들어 코로나바이러스의 스파이크 단백질 구조를 정확히 알면 감염 경로를 차단하는 치료제나 백신을 더욱 효과적으로 설계할 수 있습니다. 하지만 현재 우리가 알고 있는 단백질 서열은 3억 개에 달하는 반면, 실험적으로 밝혀진 구조는 16만 개에 불과합니다. 엑스레이 결정학이나 극저온 전자현미경 같은 실험 방식은 정확하지만, 하나의 구조를 밝히는 데 수개월에서 수년의 시간과 막대한 비용이 소요된다는 한계가 있습니다. 물리화학적 원리에 기반한 컴퓨터 시뮬레이션은 탐색해야 할 구조의 가짓수가 너무 많아 우주의 나이만큼의 시간이 걸릴 정도로 복잡합니다. 이를 해결하기 위해 과학자들은 자연의 진화 데이터에 주목했습니다. 단백질이 기능을 유지하며 진화하는 과정에서, 서로 상호작용하는 아미노산들은 함께 변이하는 '공진화' 패턴을 보입니다. 인공지능은 이러한 방대한 서열 데이터 속에 숨겨진 복잡한 패턴을 학습하여, 아미노산 간의 접촉 지점을 찾아내고 단백질의 3차원 구조를 놀라운 속도로 예측해내는 혁신을 이루었습니다. 최근 등장한 알파폴드2와 로제타폴드는 인공지능 기반 단백질 구조 예측의 새로운 지평을 열었습니다. 이 모델들은 과거 수년이 걸리던 작업을 단 몇 분 만에 실험 결과와 거의 일치하는 정확도로 수행합니다. 더 나아가 단일 단백질을 넘어 두 단백질이 결합하는 복합체 구조까지 예측할 수 있게 되었습니다. 이는 세포 내에서 일어나는 유전 정보의 전사나 번역, DNA 수리 등 복잡한 생체 반응들을 데이터에 기초하여 깊이 있게 이해할 수 있는 강력한 도구가 되어 생명공학 연구의 패러다임을 바꾸고 있습니다. 인공지능 기술은 이제 구조 예측을 넘어 새로운 단백질을 디자인하는 단계로 진화하고 있습니다. 암세포의 증식을 억제하기 위해 특정 단백질 간의 결합을 방해하는 새로운 단백질 치료제를 설계하는 것이 대표적인 사례입니다. 이러한 혁신은 양자역학에서 시작된 컴퓨터 기술이 생명과학과 만나 탄생한 결과입니다. 기초과학 연구는 당장의 성과를 넘어 인류의 삶을 풍요롭게 할 무궁무진한 잠재력을 지니고 있으며, 앞으로도 다양한 질병 치료와 생명 현상 규명에 있어 가장 강력한 토대가 될 것입니다.

[강연] 인공지능으로 단백질 이해하기 by 백민경 ㅣ 대학과 함께하는 2022 UN 세계기초과학의 해 한국 선포식 특별강연

백민경

카오스재단카오스크로스
  • 생명과학

[인터뷰] 최희정_ 구조세포생물학을 하고 싶어요! | 2021 가을 카오스강연 '과학의 희열'

과학은 끊임없이 미지의 영역에 대한 화두를 던지며 탐구의 가치를 증명하는 매력적인 분야입니다. 명확한 답을 주는 수학과 화학에 매료되었던 어린 시절의 열정은 고등학교 시절 화학 선생님의 영향으로 더욱 깊어졌습니다. 이러한 화학적 원리원칙에 대한 이해는 훗날 생물학적 현상을 탐구하는 든든한 밑바탕이 되었으며, 결국 단백질의 생김새와 기능을 연구하는 구조생물학자의 길로 이끌었습니다. 자신이 진정으로 즐길 수 있는 일을 찾는 것이야말로 과학자로서의 길을 꾸준히 걷게 하는 가장 큰 원동력이 됩니다. 구조생물학의 핵심은 '구조가 기능을 설명한다'는 원리에 있습니다. 이는 마치 나사를 조이는 드라이버와 볼트를 돌리는 스패너의 모양이 서로 다른 이유와 같습니다. 단백질 역시 특정한 3차원 구조를 형성함으로써 생체 내에서 고유한 역할을 수행합니다. 단백질을 구성하는 아미노산들은 화학 물질이기에, 이들 사이의 상호작용을 이해하는 데 있어 화학적 지식은 필수적입니다. 세포막 단백질이 외부 신호를 어떻게 받아들여 내부로 전달하는지 그 작용 기전을 밝히는 것은 생명 현상을 이해하는 첫걸음이 됩니다. 최근 구조생물학 분야는 인공지능 기술의 도입으로 획기적인 변화를 맞이하고 있습니다. 과거에는 단백질 구조 하나를 규명하는 데 막대한 시간과 노력이 필요했지만, 이제는 알파폴드2와 같은 프로그램을 통해 아미노산 서열만으로도 상당히 정확한 구조 예측이 가능해졌습니다. 하지만 거대 복합체의 형태나 미세한 화학 분자와의 결합을 예측하는 데는 여전히 한계가 존재합니다. 따라서 예측 프로그램은 연구를 대체하는 것이 아니라, 오히려 구조 정보를 효율적으로 활용하여 단백질의 기능을 더욱 깊이 있게 연구할 수 있도록 돕는 강력한 도구가 됩니다. 생명이란 무엇인가에 대한 정의는 관점에 따라 다양하게 해석될 수 있습니다. 물리학자 슈뢰딩거는 무질서 속에서 질서를 찾아가는 엔트로피 감소의 과정을 생명으로 보았으나, 생물학적으로는 유전 물질을 통한 증식과 대사 활동, 환경에 반응하며 진화하는 능력을 중시합니다. 이러한 기준에서 볼 때, 스스로 생존하지 못하고 숙주에 기생하는 바이러스는 생명체와 생명 물질 사이의 경계에 놓여 있습니다. 하지만 최근 거대 바이러스의 발견처럼 새로운 과학적 사실들이 밝혀짐에 따라 생명에 대한 우리의 정의와 기준도 끊임없이 변화하고 확장될 것입니다. 앞으로의 연구는 개별 단백질의 구조를 넘어, 복잡한 세포 시스템 안에서 일어나는 역동적인 상호작용을 직접 관찰하는 방향으로 나아가고 있습니다. 이를 '인사이투(In situ) 구조생물학'이라 부르는데, 이는 조각조각 떨어진 정보들을 세포라는 전체 맥락 속에서 하나로 짜 맞추는 작업입니다. 바이러스가 수용체와 결합하여 세포 내부로 침투하는 과정이나 단백질 간의 결합 시간을 실시간으로 확인하는 기술은 생명 현상을 더욱 입체적으로 이해하게 해줄 것입니다. 이러한 도전은 우리가 세포 안에서 일어나는 일들을 더욱 빠르고 정확하게 파악하는 시대를 열어줄 것입니다.

[인터뷰]  최희정_ 구조세포생물학을 하고 싶어요!  |  2021 가을 카오스강연 '과학의 희열'

최희정

카오스재단카오스강연
  • 생명과학

[강연] 큰 분자 작은 우주, 효소의 세계 by송윤주|2021 서울대 자연과학 공개강연 '불확실한 세계, 그래서 과학' | 4강

효소는 우리 몸과 자연계에서 일어나는 거의 모든 화학 반응을 촉진하는 생체 촉매입니다. 단순히 소화를 돕는 물질을 넘어, 식물의 광합성부터 바이러스 진단, 신재생에너지 전환, 그리고 환경 문제 해결에 이르기까지 그 역할이 매우 방대합니다. 효소는 거대한 단백질 분자이지만, 그 내부에는 정교한 화학 반응의 원리가 숨어 있어 '작은 우주'라고 불리기도 합니다. 불확실한 세계 속에서 과학이 제시하는 명확한 해답 중 하나가 바로 이 효소의 메커니즘을 이해하고 활용하는 것입니다. 효소의 가장 놀라운 특징은 화학 반응의 속도를 비약적으로 높인다는 점입니다. 예를 들어, 우리가 먹은 음식물을 소화하는 데 효소가 없다면 약 500년이라는 긴 시간이 걸리겠지만, 효소 덕분에 단 몇 시간 만에 소화가 가능해집니다. 이는 효소가 기존의 어려운 경로 대신 새로운 반응 경로를 찾아내어 반응 속도를 수십억 배 이상 가속하기 때문입니다. 상온과 상압이라는 온화한 조건에서도 메탄을 메탄올로 바꾸는 것과 같은 고난도의 화학 반응을 효율적으로 수행하는 효소의 능력은 현대 과학이 추구하는 이상적인 촉매의 모습입니다. 효소는 20가지 아미노산이 특정 순서로 배열된 단백질로 구성됩니다. 만약 100개의 아미노산으로 이루어진 효소가 있다면, 그 조합의 수는 우주의 원자 수보다 많은 천문학적인 숫자가 됩니다. 이러한 복잡성 때문에 아미노산 서열이 어떻게 3차원 구조를 형성하고 특정 기능을 수행하는지에 대한 인과관계는 여전히 과학계의 거대한 난제로 남아 있습니다. 단 하나의 아미노산만 바뀌어도 헤모글로빈처럼 구조와 기능이 완전히 변할 수 있다는 사실은 효소 연구가 얼마나 정밀하고 어려운 영역인지를 잘 보여줍니다. 과학자들은 효소의 비밀을 풀기 위해 X선 결정법이나 초저온 전자현미경 등을 활용해 구조를 분석하고, 최근에는 인공지능을 도입해 구조 예측의 정확도를 높이지고 있습니다. 특히 프랜시스 아놀드 교수가 개척한 '유도 진화' 기술은 효소 연구의 새로운 패러다임을 제시했습니다. 이는 자연의 진화 과정을 실험실에서 가속화하여 우리가 원하는 특정 기능을 가진 효소를 인위적으로 만들어내는 방법입니다. 서열과 기능 사이의 완벽한 법칙을 다 이해하지 못하더라도, 반복적인 변형과 선택을 통해 최적의 효소를 찾아내는 혁신적인 접근법입니다. 효소 연구의 실질적인 성과는 환경 오염 문제 해결에서도 빛을 발하고 있습니다. 과학자들은 페트병 재활용 공장 인근의 토양에서 플라스틱을 분해하는 미생물과 효소를 발견해냈습니다. 초기에는 분해 속도가 매우 느려 실용화에 한계가 있었지만, 유도 진화 기술을 적용해 효소의 구조를 개량한 결과 분해 시간을 획기적으로 단축하는 데 성공했습니다. 이처럼 무궁무진한 가능성을 지닌 효소의 세계를 탐구하는 것은 인류가 직면한 여러 난제를 해결하고 더 나은 미래를 설계하는 중요한 열쇠가 될 것입니다.

[강연] 큰 분자 작은 우주, 효소의 세계  by송윤주|2021 서울대 자연과학 공개강연 '불확실한 세계, 그래서 과학'

송윤주

카오스재단서울대자연과학공개강연
  • 화학

[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

[코로나TALK-10] 코로나시대 빌게이츠가 주목한 분야, 앞으로 노벨상이 유력한 분야_석차옥 교수 | 10강

세상은 원자로 이루어져 있으며, 코로나19 바이러스 역시 단백질과 핵산 같은 분자들의 집합체입니다. 계산화학자는 실험 가운 대신 컴퓨터를 이용해 이러한 원자 간의 상호작용을 분석합니다. 특히 물 분자와의 관계인 친수성·소수성 상호작용은 바이러스의 형태를 유지하는 핵심적인 힘입니다. 바이러스가 비말이나 에어로졸 상태에서만 생존할 수 있는 이유도 물이 없으면 그 정교한 구조가 무너지기 때문입니다. 이러한 원자 수준의 이해는 치료제 개발의 가장 기초적인 토대가 됩니다. 효과적인 치료제인 타미플루는 인플루엔자 바이러스의 N 단백질에 결합하여 바이러스가 세포 밖으로 나가지 못하게 막는 원리로 작동합니다. 하지만 코로나19에는 타미플루가 효과가 없는데, 이는 유전체 구조상 해당 표적 단백질이 존재하지 않기 때문입니다. 단백질은 아미노산 서열이 3차원 구조로 접히면서 고유한 기능을 갖게 되는데, 약물은 이 구조의 틈새에 정확히 들어맞아야 합니다. 따라서 바이러스마다 다른 단백질 구조를 정확히 파악하는 것이 치료제 설계의 핵심적인 과정이라 할 수 있습니다. 에이즈 치료제인 칼레트라가 코로나19에 큰 효과를 보지 못한 이유도 단백질 구조의 차이에 있습니다. 두 바이러스 모두 프로테아제를 가지고 있지만, 그 입체적인 모양이 너무나 달라 약물이 제대로 결합하지 못했습니다. 반면 렘데시비르는 RNA 복제 과정을 방해하는 방식으로 어느 정도 성과를 거두었습니다. 바이러스의 RNA 중합효소를 속여 가짜 부품을 끼워 넣음으로써 유전체 합성을 중단시키는 전략입니다. 이처럼 치료제 개발은 원자 단위에서 벌어지는 정교한 속임수와 결합의 싸움입니다. 코로나19 바이러스의 표면에 돋아난 스파이크 단백질은 인간 세포 침투의 첫 관문입니다. 이 단백질의 핵심인 RBD는 평소에는 아래로 향해 면역 체계의 공격을 피하다가, 결합 시에만 위로 올라오는 영리한 전략을 사용합니다. 사스 바이러스와 비교했을 때 코로나19는 RBD의 아미노산 변이를 통해 인간 수용체와 훨씬 더 강하게 결합하도록 진화했습니다. 이러한 구조적 변화와 변이를 원자 수준에서 시뮬레이션하고 예측하는 작업은 변종 바이러스에 대응하기 위한 필수적인 연구 분야로 자리 잡고 있습니다. 현재 컴퓨터를 이용한 구조 예측 기술은 실험적 한계를 보완하며 신약 개발의 속도를 획기적으로 높이고 있습니다. 비록 현재의 정확도가 완벽한 수준은 아니지만, 수백만 개의 후보 물질 중 가능성 있는 것들을 추려냄으로써 막대한 시간과 비용을 절감해 줍니다. 인공지능과 머신러닝 기술의 도입은 이러한 계산화학의 지평을 더욱 넓히고 있습니다. 앞으로 계산화학은 바이러스의 변이를 실시간으로 예측하고, 그에 최적화된 진단제와 치료제를 설계하는 데 있어 인류의 가장 강력한 무기가 될 것입니다.

[코로나TALK-10] 코로나시대 빌게이츠가 주목한 분야, 앞으로 노벨상이 유력한 분야_석차옥 교수

석차옥

카오스재단코로나19 과학토크
  • 화학
  • 생명과학

[코로나 인터뷰] 석차옥 _단백질 구조 연구가 중요한 이유

단백질은 생명체를 구성하는 핵심적인 분자로, 우리 몸이라는 거대한 기계를 이루는 부품과 같습니다. 기계의 부품이 각기 다른 모양을 지녀야 제 기능을 하듯, 단백질 역시 고유한 단백질 구조를 형성해야만 생명 현상을 유지하는 역할을 수행할 수 있습니다. 따라서 단백질 구조를 명확히 파악하는 일은 생명 현상의 본질을 이해하는 첫걸음이자, 각종 질병의 치료제를 개발하는 데 있어 매우 중요한 토대가 됩니다. 하지만 인간의 직관만으로는 이 복잡한 단백질 구조를 예측하는 것이 거의 불가능에 가깝습니다. 단백질 구조를 예측하는 일은 수십 년간 과학계의 난제로 남아 있습니다. 최근 인공지능 기술인 알파폴드가 등장하며 큰 진전을 이루었지만, 여전히 한계는 존재합니다. 알파폴드는 기존에 축적된 아미노산 서열이 풍부한 경우에만 높은 정확도를 보이기 때문입니다. 아미노산 서열이 부족한 신종 바이러스 단백질의 경우, 인공지능이 제시하는 단백질 구조 중 상당수가 실제와 다를 가능성이 있어 여전히 인간의 정밀한 검토와 연구가 필요합니다. 인공지능은 어디까지나 연구를 돕는 도구로서 그 가치를 지닙니다. 실제 연구 현장에서는 초저온 전자현미경을 활용해 단백질 구조를 직접 관찰하기도 하지만, 이 과정에는 막대한 비용과 시간이 소요됩니다. 또한 이렇게 얻은 구조 정보조차 전체의 80~90% 수준에 그치는 불완전한 경우가 많습니다. 현재 진행 중인 연구는 이러한 불완전한 구조 정보의 빈틈을 메워 100%의 완성된 모델을 만드는 데 집중하고 있습니다. 이는 단백질이 실제로 어떻게 움직이고 상호작용하는지 정밀하게 분석하기 위한 필수적인 기초 작업이며, 계산과학이 실험의 한계를 보완하는 지점이기도 합니다. 과학자로서의 삶은 끊임없는 고민과 슬럼프의 연속이기도 합니다. 학문적 성취에 대한 압박이나 진로에 대한 불안감은 누구에게나 찾아올 수 있는 시련입니다. 하지만 생명의 탄생을 직접 경험하며 삶의 가치를 새롭게 발견하거나, 직책이라는 외적인 조건보다 과학 그 자체를 즐기려는 마음가짐을 가질 때 비로소 어려움을 극복할 수 있습니다. 내가 지금 과학을 하고 있다는 사실 그 자체에 집중하며 마음을 비우는 태도는 연구자로서 긴 여정을 지속하게 하는 가장 큰 원동력이 됩니다. 연구에 몰입하다 보면 신체적인 건강을 소홀히 하기 쉽지만, 건강한 몸은 곧 건강한 연구의 밑바탕이 됩니다. 척추 건강을 위해 시작한 달리기나 한국무용은 단순한 운동을 넘어 정신 수양의 도구가 되기도 합니다. 특히 한국무용은 자신의 몸을 깊이 들여다보게 하며 예술적 욕구까지 충족시켜 주는 훌륭한 활동입니다. 연구실 환경을 좌식으로 꾸미고 틈틈이 몸을 돌보는 등의 노력은 지속 가능한 연구를 위해 반드시 필요합니다. 몸과 마음의 균형을 찾는 과정은 결국 더 나은 연구 결과로 이어지기 마련입니다.

[코로나 인터뷰] 석차옥 _단백질 구조 연구가 중요한 이유

석차옥

카오스재단코로나19 과학토크
  • 화학
  • 생명과학

[강연] 분자세계 게임의 법칙을 찾아서 _ by석차옥|2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 9강 | 9강 ①

단백질은 생명 현상을 유지하는 핵심적인 분자로, 20가지 아미노산이 특정 순서로 연결되어 고유한 입체 구조를 형성합니다. 이 과정에서 물을 좋아하는 친수성 아미노산은 표면으로, 물을 싫어하는 소수성 아미노산은 안쪽으로 모이려는 성질이 작용합니다. 아미노산 서열에 담긴 정보가 복잡한 물리적 상호작용을 거쳐 하나의 안정한 구조로 접히는 현상을 단백질 폴딩이라 부르며, 이는 생명체의 기능을 결정하는 가장 기초적인 설계도와 같습니다. 이러한 구조적 안정성은 생명체가 환경에 적응하고 고유의 생리적 기능을 수행하는 데 필수적인 토대가 됩니다. 단백질의 구조를 이해하는 것은 생명 과학과 의학의 발전에 필수적입니다. 산소를 운반하는 마이오글로빈이나 에너지를 합성하는 단백질의 기작은 모두 그 형태에서 비롯됩니다. 특히 암 치료제인 글리벡이나 독감 치료제 타미플루처럼 특정 단백질의 기능을 조절하는 의약품 개발은 정밀한 구조 정보가 뒷받침되어야 가능합니다. 세포 밖의 신호를 내부로 전달하는 단백질군인 GPCR 연구가 수많은 노벨상을 배출한 이유도 바로 이러한 구조적 중요성 때문입니다. 구조를 아는 것은 곧 생명의 작동 원리를 파악하는 것과 같습니다. 전통적으로 단백질 구조는 X선 결정학이나 극저온 전자현미경과 같은 실험적 방법으로 밝혀왔습니다. 하지만 하나의 구조를 결정하는 데는 막대한 시간과 비용이 소요되며, 실험이 까다로운 경우도 많습니다. 반면 차세대 염기서열 해독 기술의 발달로 단백질의 아미노산 서열 정보는 기하급수적으로 늘어나고 있습니다. 이러한 실험적 구조 결정과 서열 정보 사이의 거대한 격차를 메우기 위해 컴퓨터를 이용한 단백질 구조 예측 기술이 현대 과학의 중요한 과제로 떠올랐습니다. 이는 실험의 한계를 극복하고 생명 정보의 활용도를 높이는 핵심 기술입니다. 단백질 구조 예측의 정확성을 겨루는 올림픽이라 불리는 CASP 대회는 2년마다 블라인드 테스트 방식으로 열립니다. 예측의 기본 원리는 열역학적으로 가장 안정한 상태를 찾는 것입니다. 아미노산 서열이 주어졌을 때 자유 에너지가 최소가 되는 지점을 찾아내는 과정은 바둑의 경우의 수보다 훨씬 복잡한 탐색을 요구합니다. 자연 법칙이라는 정답을 찾아가는 이 과정은 수많은 국소 최솟값들 사이에서 전역 최솟값을 발견해야 하는 고도의 계산 과학적 도전입니다. 정확한 에너지 함수를 정의하고 이를 효율적으로 탐색하는 것이 이 분야의 핵심적인 목표입니다. 최근 인공지능 기술의 도입은 단백질 구조 예측 분야에 혁명적인 변화를 가져왔습니다. 구글 딥마인드의 알파폴드는 방대한 서열 데이터에서 진화적으로 연관된 정보를 추출하고, 딥러닝을 통해 아미노산 사이의 거리를 정밀하게 예측하며 압도적인 성과를 거두었습니다. 이는 단순히 기존의 물리 법칙을 계산하는 것을 넘어, 데이터 속에 숨겨진 복잡한 패턴을 학습하여 정답에 접근하는 새로운 길을 제시한 것입니다. 인공지능은 이제 화학자가 자연의 비밀을 푸는 강력한 도구가 되었으며, 기존의 이론적 접근 방식과 결합하여 시너지를 내고 있습니다. 구조 예측을 넘어 새로운 기능을 가진 단백질을 직접 설계하는 연구도 활발히 진행 중입니다. 자연계에 존재하지 않는 서열을 조합하여 특정 구조를 유도함으로써 난치병 치료나 신소재 개발에 활용하려는 시도입니다. 또한 일반인들이 게임을 통해 단백질 구조를 찾는 '폴딧' 프로젝트처럼, 집단 지성과 컴퓨터 계산을 결합한 형태의 연구도 성과를 내고 있습니다. 이러한 노력은 단백질이 단순한 관찰의 대상이 아니라 인류가 목적에 맞게 설계하고 제어할 수 있는 영역임을 보여줍니다. 이는 생명 공학의 패러다임을 바꾸는 획기적인 변화의 시작입니다. 미래의 화학은 인공지능과 로봇 기술이 결합하여 실험과 계산이 유기적으로 연결되는 모습으로 진화할 것입니다. 인공지능이 반복적이고 방대한 계산 업무를 수행하면, 과학자는 더 창의적이고 근원적인 질문에 집중할 수 있는 환경이 조성됩니다. 화학은 이제 물리, 생물, 컴퓨터 공학 등 다양한 학문이 융합되는 중심지 역할을 하며 인류의 난제를 해결하는 데 기여할 것입니다. 다양한 분야의 지식을 멋지게 융합할 때 비로소 우리는 자연의 미스터리를 풀고 새로운 가치를 창출할 수 있습니다. 융합적 사고는 미래 과학을 이끄는 가장 강력한 힘이 될 것입니다.

[강연]  분자세계 게임의 법칙을 찾아서 _ by석차옥|2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 9강

석차옥, 이주용

카오스재단카오스강연
  • 화학

[석학인터뷰] 석차옥_ 계산화학의 확실한 정보로 미래의학을 앞당긴다 | 2018 가을 카오스강연 '화학의 미스터리, CheMystery'

현대 과학 연구에서 학문 간의 경계는 점차 희미해지고 있습니다. 물리학으로 시작해 화학과 계산 생물학을 아우르는 연구 여정은 특정 학문의 경계에 갇히지 않는 유연한 사고의 중요성을 보여줍니다. 하나의 문제를 해결하기 위해 몰입하다 보면 그것이 물리인지 화학인지 구분하는 것은 더 이상 중요하지 않게 됩니다. 이러한 융합적 태도는 복잡한 생명 현상을 다각도에서 조망하고, 기존의 방식으로는 풀기 어려웠던 난제들에 접근하는 새로운 열쇠가 됩니다. 과학자라는 정체성은 단순히 전공에 국한되는 것이 아니라, 진리를 탐구하는 과정 그 자체에서 정의되어야 합니다. 계산 생물학은 생체 분자를 연구 대상으로 삼는 이론 화학의 한 분야로, 실험만으로는 파악하기 힘든 생체 분자의 구조와 기능을 컴퓨터를 통해 예측하고 설계합니다. 이는 미래 의학의 패러다임을 바꿀 핵심 기술로 주목받고 있습니다. 개인의 유전 정보와 의료 빅데이터에 분자 기반의 정밀한 계산 화학적 방법론이 더해진다면, 통계적 오차를 줄인 확실한 정보를 얻을 수 있습니다. 이러한 기술적 진보는 환자 개개인에게 최적화된 맞춤형 신약 개발과 정밀 진단을 가능하게 하여 인류의 건강 증진에 획기적인 기여를 할 것으로 기대됩니다. 화학은 인류의 삶을 풍요롭게 만들고 수명을 연장하는 데 기여해 왔지만, 동시에 환경 파괴와 에너지 고갈이라는 숙제를 남겼습니다. 이제 화학의 가장 큰 미스터리는 '화학이 만든 문제를 화학이 스스로 해결할 수 있는가'에 달려 있습니다. 우리 몸속에서 일어나는 모든 현상은 본질적으로 화학적 반응이며, 이를 인공지능과 컴퓨터 기술로 깊이 있게 이해하려는 노력이 필요합니다. 첨단 기술을 접목한 화학의 발전은 단순히 지식의 확장을 넘어, 지속 가능한 미래를 설계하고 인류가 직면한 위기를 극복하는 강력한 도구가 될 것입니다.

[석학인터뷰] 석차옥_ 계산화학의 확실한 정보로 미래의학을 앞당긴다 | 2018 가을 카오스강연 '화학의 미스터리, CheMystery'

석차옥

카오스재단카오스강연
  • 화학

[강연] 단백질 : 3차원의 마술사 (2) 김성훈 교수 | 2017 봄 카오스강연 '물질에서 생명으로' 4강 | 4강 ②

단백질의 3차 구조를 밝혀내는 과정은 현대 생명과학에서 가장 도전적이고 중요한 과제 중 하나입니다. 단백질은 그 구조가 매우 복잡하여 비밀을 쉽게 내주지 않기에, 이를 연구하기 위해서는 방사광 가속기와 같은 수십억 원대의 거대 장비와 시설이 필수적입니다. 이러한 막대한 비용과 노력을 들여 구조를 분석하는 이유는 단백질의 구조를 아는 것이 곧 생명의 신비를 풀고 질병을 정복하는 열쇠가 되기 때문입니다. 기초 생명과학의 영역에서 단백질 구조 연구는 대체 불가능한 가치를 지닙니다. 과학자들의 꿈은 아미노산 서열만 보고도 그 단백질이 어떤 3차 구조를 형성할지 정확히 예측하는 것입니다. 만약 90% 이상의 정확도로 구조를 맞출 수 있다면 이는 노벨상에 버금가는 혁신적인 기술이 될 것입니다. 최근에는 전문가뿐만 아니라 일반인들이 참여하는 게임이나 집단지성을 활용하여 복잡한 단백질 구조를 예측하려는 시도도 이어지고 있습니다. 이는 컴퓨터 기술과 이론적 연구가 결합하여 수많은 장비와 비용 없이도 새로운 해법을 찾아가는 미래 지향적인 과정이라 할 수 있습니다. 단백질 구조를 파악하는 것은 신약 개발 분야에서 결정적인 역할을 합니다. 대표적인 백혈병 치료제인 글리벡이나 에이즈 치료제는 병을 일으키는 효소와 바이러스 단백질의 3차 구조를 정확히 분석했기에 탄생할 수 있었습니다. 적의 구조를 알면 그 핵심 부위에 딱 들어맞는 약물을 정밀하게 설계할 수 있기 때문입니다. 이처럼 기초 과학에서 시작된 구조 연구는 인류의 건강을 지키는 실질적인 치료제 개발로 이어지며, 우리가 질병의 핵심을 타격할 수 있는 '마법의 탄환'을 만들게 해줍니다. 단백질은 그 자체로 훌륭한 치료제가 되기도 하지만, 섭취 방식에는 한계가 있습니다. 인슐린이나 성장호르몬 같은 단백질 치료제를 주사로 맞는 이유는 단백질이 열이나 산에 의해 쉽게 변성되는 특성을 가졌기 때문입니다. 우리가 단백질을 먹으면 소화 효소에 의해 모두 아미노산으로 분해되어 버립니다. 따라서 고가의 단백질 치료제를 복용하는 것은 효율이 낮으며, 우리 몸은 섭취한 단백질을 다시 아미노산 단위로 해체하여 부족한 부분을 채우고 우리 몸을 구성하는 데 재조합하여 사용합니다. 우리가 흔히 느끼는 '감칠맛'의 비밀도 사실 단백질이 아닌 아미노산에 숨어 있습니다. 단백질 자체는 맛이 없지만, 숙성이나 발효 혹은 장시간 끓이는 과정을 통해 단백질이 아미노산으로 분해되면 비로소 풍부한 맛이 살아납니다. 생명체가 아미노산에 맛을 느끼도록 진화한 이유는 우리 몸에 꼭 필요한 영양소를 섭취하도록 유도하기 위함입니다. 이처럼 아미노산은 생명의 구성 성분일 뿐만 아니라 우리가 음식을 즐기는 동기가 되며, 단백질이라는 복잡한 블록을 구성하는 가장 기본적이고 고유한 단위입니다. 자연계에는 무한한 종류의 아미노산이 존재할 수 있지만, 지구상의 생명체는 단 20가지의 아미노산만을 선택해 사용합니다. 이는 생존을 위한 경제적 선택의 결과입니다. 아미노산 종류가 많아질수록 더 정교한 단백질을 만들 수 있겠지만, 이를 유지하고 관리하는 데 드는 에너지 비용이 기하급수적으로 늘어나기 때문입니다. 결국 20가지라는 숫자는 복잡성과 효율성 사이에서 생명체가 찾아낸 최적의 균형점입니다. 생명은 최소한의 재료로 최대한의 다양성을 만들어내는 놀라운 전략을 취하고 있습니다. 유전자가 생명의 설계도라면 단백질은 그 설계도를 바탕으로 구현된 현실입니다. 유전자의 암호 체계가 아미노산보다 훨씬 많은 조합을 가진 이유는 돌연변이로부터 생명을 보호하기 위한 안전장치입니다. 유전자는 바꿀 수 없지만, 어떤 환경에서 어떻게 노력하느냐에 따라 단백질의 발현은 매일 달라질 수 있습니다. 부모로부터 받은 유전자는 고정되어 있을지라도, 우리의 노력으로 단백질의 상태를 바꾸고 인생의 모습을 변화시킬 수 있다는 점이 생명이 가진 가장 절묘하고 희망적인 부분입니다.

[강연] 단백질 : 3차원의 마술사 (2) 김성훈 교수 | 2017 봄 카오스강연 '물질에서 생명으로' 4강

김성훈

카오스재단카오스강연
  • 생명과학