사진 미상 / Public domain
2024 노벨화학 잇는 합격 주제
자연에 없던 단백질을 컴퓨터로 설계하다
— AI 단백질 디자인
화학 · 물질의 구조와 성질 · 화학교육 · 생물교육
2024년 노벨 화학상은 단백질 구조 예측의 데미스 허사비스, 존 점퍼와 단백질 설계의 데이비드 베이커가 공동 수상했습니다. 2025년 베이커 연구실은 단백질뿐 아니라 효소가 결합하는 작은 분자까지 한꺼번에 설계하는 도구 RFdiffusion3를 공개했습니다.
아미노산 서열이 어떻게 입체 구조와 기능을 정하는지가 단백질 연구의 핵심인데, 이제 그 역방향, 곧 원하는 기능에서 거꾸로 서열을 설계하는 일까지 가능해졌습니다. 화학과 생명과학이 함께 다뤄지는 영역입니다.
'물질의 구조와 성질' 단원은 전자쌍 반발 이론으로 분자의 구조를 예측하고, 그 구조에 따라 물질의 물리적·화학적 성질이 어떻게 달라지는지를 다룹니다.
루이스 전자점식으로 원자들이 전자쌍을 어떻게 나누는지 나타내고, 분자의 구조가 물질의 성질을 결정한다는 점을 핵심으로 짚습니다. 신약 개발에서 분자의 구조 설계가 중요한 까닭도 여기에 있습니다.
'물질의 구조와 성질' 단원에서 학습하는 분자의 구조가 물질의 성질을 결정한다는 원리가 단백질에도 그대로 적용됩니다. 단백질은 아미노산이 사슬처럼 이어진 분자이고, 그 서열이 접히는 입체 구조를 정하며, 구조가 다시 효소의 기능을 정합니다.
AI 단백질 설계는 이 관계를 거꾸로 이용합니다. 전자쌍 반발 이론으로 분자의 모양을 예측하던 방향을 뒤집어, 원하는 기능을 먼저 정한 다음 그 기능을 내는 모양과 아미노산 서열을 계산으로 찾아내는 것입니다.
단백질의 모양은 아미노산 서열이 정합니다. 같은 종류의 원자라도 어떤 순서로 이어 붙이고 어떻게 접느냐에 따라 전혀 다른 기능이 나오는 것이, 분자의 구조가 성질을 정한다는 교과 원리의 단백질판입니다.
RFdiffusion3은 디퓨전 모델으로 단백질을 설계합니다. 처음에는 원자들이 아무렇게나 흩어진 잡음 상태에서 시작해, 신경망이 원하는 기능에 맞는 구조가 될 때까지 단계마다 잡음을 조금씩 제거하며 원자 위치를 잡아 나갑니다.
이전 도구가 단백질 뼈대만 만들었다면, RFdiffusion3은 곁사슬과 결합하는 작은 분자까지 한 번에 다룹니다. 이렇게 모양이 정해지면 그 모양을 실제로 만들어 낼 아미노산 서열을 거꾸로 채워 넣어, 자연에 없던 단백질을 처음부터 설계합니다.
생기부 기재 예시
자연에 없던 단백질을 컴퓨터로 설계하는 AI 단백질 디자인에 호기심을 가져, 분자의 구조가 성질을 결정한다는 교과 원리를 바탕으로 탐구를 시작함. 아미노산 서열이 입체 구조를 정하고 구조가 효소 기능을 좌우한다는 점을 자료를 통해 조사하며, 전자쌍 반발 이론으로 분자 구조를 예측하던 내용을 단백질의 서열-구조-기능 관계로 확장해 정리함. 특히 원하는 기능을 먼저 정하고 그에 맞는 서열과 구조를 거꾸로 설계하는 AI 방식이 기존 구조 예측과 어떻게 다른지 비교하며 논리적으로 분석하는 모습을 보임. 또한 2024년 노벨 화학상에서 다룬 단백질 구조 예측과 새 효소 설계 도구의 의미를 연결해 설명함. 이를 바탕으로 화학과 생명과학의 융합 가능성을 주도적으로 제시하며 탐구 보고서를 작성함.
* 2026 생기부 기재 가이드라인, MOE Q&A와 FAQ, 메디컬저널 작성 공식 반영