 |
| K-Fold를 개발한 오병하(왼쪽부터), 이규리, 황성주, 김우연, 안성수, 김호민 교수. [KAIST 제공] |
구글 딥마인드 ‘알파폴드3(Alpha Fold3)’에 맞설 소버린 바이오 인공지능(AI)이 등장했다.
KAIST는 과학기술정보통신부 ‘AI 특화 파운데이션 모델 개발 사업’의 주관기관으로 참여한 팀 KAIST가 차세대 바이오 AI 모델 ‘K-Fold(케이폴드)’를 개발했다고 28일 밝혔다.
팀 KAIST는 김우연 화학과 교수가 연구를 총괄, 황성주·안성수 김재철AI대학원 교수 연구진이 AI 모델을 개발하고, 오병하·김호민·이규리 생명과학과 교수 연구진이 단백질 데이터 구축과 검증을 맡았다.
K-Fold의 핵심은 신약 개발에 필요한 단백질과 약물의 ‘결합’을 AI로 예측하는 기술이다. 단백질의 3차원 구조뿐 아니라 약물 후보가 단백질의 어느 위치에 어떤 형태로 결합할지 계산해 유망한 신약 후보를 빠르게 선별할 수 있다.
단백질-단백질, 단백질-약물 후보물질은 물론 DNA와 RNA 등 여러 생체분자가 서로 결합했을 때 만들어지는 복합체 구조까지 예측한다.
성능도 세계 최고 수준에 근접했다. 지난 3월 과제 단계평가에서 K-Fold의 분자 복합체 구조 예측 정확도는 구글 딥마인드의 AlphaFold3에 근접한 것으로 평가됐다. 연구팀이 8월 자체 실시한 성능평가에서는 일부 평가 항목에서 기존 글로벌 모델보다 높은 성능을 확인했다. 특히 암을 비롯한 각종 질환의 주요 신약 표적인 G-단백질 연결 수용체(GPCR)와 인산화효소(Kinase), 질병 유발 단백질을 직접 제거하는 표적단백질분해(TPD) 분야에서 높은 예측 성능을 나타냈다.
구조 예측 속도를 대폭 높였다. 기존 단백질 구조 예측 AI는 구조 계산에 앞서 유사한 단백질의 서열 정보를 대량으로 검색·비교하는 복잡한 사전 작업이 필요하다. K-Fold는 이 과정에 의존하지 않는 새로운 방식을 적용해 사전 계산 단계를 없앴다. 이를 통해 기존 모델 대비 구조 예측 속도를 최대 25배 높였다.
연구팀은 K-Fold를 실제 연구현장에서 활용할 수 있는 AI 서비스로도 구현했다.
구본혁 기자
