미주리 대학에서 개발된 혁신적인 AI 도구는 암과 다른 질병의 치료를 크게 발전시킬 수 있습니다. 이 도구는 냉동 전자 현미경 이미지를 사용하여 단백질 복합체의 구조를 밝혀내어 보다 효과적인 진단 및 치료의 문을 엽니다.
미주리 대학의 연구자들은 인공지능을 활용해 세포 내 단백질의 복잡한 움직임을 해독하는 획기적인 발견을 이루었습니다. 이 발견은 암 치료와 기타 의학 분야에 혁명적인 진전을 가져올 큰 기대를 모으고 있습니다.
전기공학 및 컴퓨터 과학의 큐레이터 명예 교수인 Jianlin “Jack” Cheng은 학생 Nabin Giri와 함께 Cryo2Struct를 공개했습니다. 이 혁신적인 컴퓨터 프로그램은 인공지능을 사용하여 크라이오 전자 현미경(cryo-EM) 이미지에서 대형 단백질 복합체의 자세한 3D 모델을 구성합니다. 그들의 발견은 최근 출판 Nature Communications 저널에 실렸습니다.
Cheng은 "현재 Cryo-EM은 세포 내 대형 단백질 구조와 조립체를 결정하는 혁신적이고 핵심적인 기술입니다."라고 말했습니다. 보도 자료. “하지만 Cryo-EM 데이터에서 단백질 구조를 구축하는 것은 노동 집약적이며 많은 인간의 개입이 필요하기 때문에 시간이 많이 걸리고 재현하기 어렵습니다. 저희 기술은 완전 자동화되어 있으며 기존 방법보다 더 정확한 구조를 생성합니다.”
단백질은 생명의 기본 구성 요소로, 복잡한 3차원 구조로 접히는 아미노산의 단순한 사슬로 시작합니다. 이 복잡한 모양은 신체에서 중요한 기능을 결정합니다. 수십 년 동안 과학자들은 이 접힘 과정을 완전히 이해하기 위해 노력해 왔습니다.
Cheng은 2012년에 이 문제에 딥 러닝을 적용한 선구적인 작업을 통해 전환점을 마련했으며, AI가 단백질 구조를 예측할 수 있음을 보여주었습니다. 이는 단백질 구조 예측의 정확성으로 유명한 Google의 AlphaFold와 같은 도구의 토대를 마련했습니다.
그러나 단일 단백질을 이해하는 것은 도전의 일부일 뿐입니다. 살아있는 유기체에서 단백질은 복잡한 조립체에서 함께 작동하여 분자 기계처럼 기능하여 중요한 생물학적 작업을 수행합니다. 이러한 단백질 상호 작용을 풀어내는 것은 질병 메커니즘을 이해하고 효과적인 치료법을 개발하는 데 중요합니다.
Cryo2Struct는 사전 지식 없이 분자 퍼즐을 조각해내는 명탐정과 비슷합니다. Cryo-EM 이미지를 분석하여 단백질 복합체의 개별 원자를 정확히 찾아내고 이를 응집력 있는 3D 모델로 조립합니다. 이 포괄적인 관점은 단백질 행동과 상호 작용에 대한 심오한 통찰력을 제공합니다.
"저희 기술은 과학자들이 크라이오-EM 데이터로부터 구조를 결정하고 구축할 수 있도록 합니다."라고 Cheng이 덧붙였습니다. "구조를 파악하고 기능을 이해하면 단백질 복합체의 잘못된 기능을 상쇄하여 제대로 기능하도록 하는 약물을 설계할 수 있습니다."
연관 연구에서 출판 Chemistry Communications에서 Cheng과 학생 Alex Morehead는 또 다른 AI 응용 프로그램인 확산 모델을 탐구했습니다. 이 접근 방식은 무작위 노이즈에서 잘 정의된 형태로 분자 구조를 변환하는 것을 모델링하여 약물 설계 및 최적화에 도움이 될 수 있습니다.
"예를 들어, 저는 약을 가지고 있고, 그것을 일부 환자에게 더 잘 작용하게 하고 싶습니다." Cheng이 덧붙여 말했습니다. "이제 AI를 사용하여 그것을 변경하고 최적화할 수 있습니다."
Cryo2Struct와 유사한 AI 도구의 잠재적 영향은 학문적 연구를 훨씬 넘어서 개인화된 의학의 미래와 암과 같은 복잡한 질병의 치료에 유망한 의미를 담고 있습니다. 단백질 구조 연구를 자동화하고 개선함으로써 이러한 혁신은 더 효과적인 진단, 표적 치료 및 궁극적으로 더 나은 환자 결과로 이어질 수 있습니다.
과학 및 의료계 종사자들에게 이 획기적인 발견은 AI가 의료 및 생물학 분야에서 가장 난제를 해결할 수 있는 혁신적인 힘을 가지고 있음을 보여줍니다.