AlphaFold 3가 분자 구조 예측의 범위를 넓히다

01변화는 상호작용의 규모에서 일어났다

2024년 5월 8일 Nature에 발표된 AlphaFold 3 논문은 예측 대상을 단백질, 핵산, 소분자, 이온 등으로 이루어진 복합체까지 넓혔다. 연구의 초점은 단백질 하나가 어떻게 접히는지에 그치지 않고 서로 다른 분자가 어떻게 함께 구조를 이루는지도 포함한다.

논문은 여러 종류의 시험에서 기존 방법보다 정확도가 높아졌다고 보고했다. 이는 특정 평가 조건에서의 결과다. 어떤 약물의 성공 가능성이 높아졌다거나 특정 실험을 생략할 수 있다는 뜻으로 바로 바꾸어 해석할 수 없다.

02선명한 구조도 틀린 답일 수 있다

저자들은 입체화학 오류, 그럴듯하지만 지어낸 구조, 일부 대상의 예측 어려움 등을 한계로 명시했다. 모델은 주로 정적인 구조를 예측하며 용액 속 분자의 동적 거동을 완전히 재현하지는 못한다.

Nature Methods에 실린 별도의 실험 비교 연구도 AlphaFold 예측을 가치 있는 가설로 설명했다. 이 연구는 이전 AlphaFold 예측을 대상으로 했으므로 AlphaFold 3의 직접적인 성적표로 사용할 수 없다. 예측과 측정 사이에 반드시 남겨야 하는 검증을 시사한다.

질문과 피드백 사이에서 속도를 높인다

이 진전에서 가장 기대할 만한 점은 연구자가 구체적이고 반증 가능한 구조 가설을 더 일찍 얻을 수 있다는 것이다. 끝없는 시도에서 벗어나 어떤 예측에 다음 실험을 투자할지 선택하는 문제로 옮겨간다. 모델의 가치는 그 선택에서 실현돼야 한다.

유용한 작업 흐름은 연구 질문과 관찰 가능한 결과를 먼저 기록하고, 후보 구조를 생성한 뒤 독립적인 측정으로 검증하는 방식일 수 있다. 결과가 일치하지 않으면 가장 보기 좋은 예측 그림만 보여주기보다 차이를 남겨야 한다. 그런 피드백이 다음 판단을 개선할 수 있다.

따라서 우리는 예측이 실험 선택을 바꾸었는지, 후속 결과가 처음 판단을 뒷받침하는지 계속 살펴볼 것이다. 모델의 능력, 실험 효율, 실제 치료 효과는 서로 다른 세 질문이며 각각의 근거가 필요하다.