미국 인공지능기업인 딥마인드(DeepMind)에 따르면 50년된 단백질 접힘 문제(protein folding problem)를 몇 시간만에 해결하는 인공지능 시스템을 개발했다.이 문제는 수십년 동안 연구자들을 괴롭혔던 복잡한 문제였다. 단백질의 구조를 알아내는 데는 수년 또는 수십년의 힘든 실험이 필요했기 때문이다.또한 현재의 단백질 폴딩 컴퓨터 시뮬레이션은 정확도가 떨어진다는 문제점이 있다. 이론적으로 동일한 단백질이 접혀서 3D 구조를 취할 수있는 수많은 방법이 있기 때문이다.알파폴드(AlphaFold)로 명명된 딥마인드의 인공지능 시스템은 기존 데이터베이스를 사용하여 아미노산 서열과 단백질 구조간의 관계를 인식하도록 스스로 훈련했다.이어서 인간의 뇌가 정보를 처리하는 방식을 모델링한 컴퓨터 알고리즘인 신경망을 사용하여 미공개 단백질 구조에 대한 예측을 반복적으로 개선했다.시스템을 이용하면 단백질이 3D 형태를 얻기 위해 접히는 방식을 빠르고 정확하게 예측할 수있다. 특히 특정 질병과 관련된 단백질의 구조를 식별하고 약물 개발을 가속화하는 데 도움이 될 수 있을 것으로 전망된다.▲ USA-DeepMind-BiologicalScience▲ 딥마인드(DeepMind)의 홍보자료(출처 : 홈페이지)

프랑스 파리-사클레이대(Paris-Saclay University)에 따르면 당 사슬(sugar chain) 검출에서 2가지 유형의 나노기공(nanopore) 효과를 결정하는 주요 기준을 발표했다. 연구결과는 유럽 물리학학회지(European Physiacl Journal)에 게재됐다.단백질 나노기공은 세포막에 존재하며 생물학적 게이트웨이 역할을 하는 것으로 알려져 있다. 당 사슬과 같은 특정 생체 활성분자 사슬을 검출하는 데에도 사용할 수 있음을 의미한다.연구팀은 2가지 10나노미터 크기의 단백질 나노기공이 생체 분자의 당 사슬 구성요소의 능력에 어떻게 영향을 주는지에 대해 연구했다.  2가지의 나노기공은 Staphylococcus aureus의 α-hemolysin (α-HL)과 Aeromonas hydrophila의 aerolysin (AeL)이다.연구팀은 각 구멍을 구성하는 깔대기의 넓은 끝에서 당 사슬이 들어갈 때 AeL을 사용해 짧은 당 사슬을 검출할 수 있음을 발견했다. α-HL의 경우에는 나노 기공을 너무 빨리 교차하기 때문에 그러한 짧은 사슬을 검출하지 못했다.이러한 결과는 검출에 적합한 바이오 센서를 고안 할 때, 기공의 내경, 기공 내의 충전 재분할, 기공 채널의 내벽에서 발생할 수있는 상호작용 및 기공 채널의 기하 구조 등을 함께 고려해야 함을 확인해 준다.즉 중요한 생물학적 과정에 관여하는 생물학적 분자로부터 당 사슬을 식별할 수 있는 나노기공 바이오 센서의 효과는 나노 기공의 전기적 전하 및 내부 기공 설계에 좌우됨을 알 수 있다.▲ France-parisSaclayUniversity-biosensor-EPJ-journal-published▲ 당사슬이 깔때기모양의 나노기공을 통과하는 개념도(출처 :  파리-사클레이대 홈페이지)