단백질의 힘이 밝혀지는 방법
켄트 대학의 가스총은 내가 보기에 총이라기보다 선반처럼 보이는 다루기 힘든 장치입니다.
육중한 모양에도 불구하고 총은 초당 1.5km 또는 약 3,500mph의 속도로 발사체를 발사할 수 있으며 이는 총알 속도의 거의 두 배입니다.
오늘날 그것은 완두콩보다 약간 작은 현무암 조각으로 채워져 있으며 매우 특별한 젤에서 폭파될 것입니다.
젤은 탈린 단백질로 만들어졌습니다. 또는 앞으로 알게 되겠지만 최소한 충격을 흡수하는 특별한 능력을 부여하기 위해 정제되고 변형된 단백질 버전입니다.
우리는 총기실에서 나와 빠른 카운트다운 후 총기 조작원인 Luke Alesbrook이 버튼을 눌러 총을 발사합니다.
목표물이 제거됨에 따라 내부의 연기가 포신에서 뿜어져 나옵니다. 검사 결과, 젤이 약간 밀렸지만 놀랍게도 여전히 손상되지 않았습니다.
중요한 것은 젤 뒤의 금속판이 손상되지 않는다는 것입니다. 젤이 없었다면 현무암은 접시에서 덩어리를 찢어버렸을 것입니다.
Talin은 고유한 기계적 특성 덕분에 힘을 흡수할 수 있습니다. 그것의 구조는 아미노산의 나선형 – 단백질의 빌딩 블록 – 을 포함하며 번들을 형성합니다. 잡아당기면 다발이 펼쳐져 단백질의 길이가 10분의 1로 늘어납니다.
응력이 해제되면 번들이 스프링처럼 원래 위치로 되돌아갑니다.
벤 굴트(Ben Goult) 교수는 탈린의 구조와 이것이 힘에 어떻게 반응하는지 연구했고, 동료인 제니퍼 히스콕(Jennifer Hiscock) 교수와 함께 탈린을 충격 흡수 물질로 만드는 아이디어를 내놓았다.
“저는 문자 그대로 Ben의 사무실을 돌아다녔고 그는 그의 훌륭한 단백질에 대해 이야기하고 있었습니다. 그리고 저는 우리가 방탄 조끼를 만들어야 한다고 말했습니다. 이것이 우리가 해야 할 일입니다.”라고 그녀는 말합니다.
2016년부터 그들의 팀은 탈린 단백질을 격자로 결합하는 방법을 개발했습니다. 마치 만화와 같은 스트레칭 및 리바운드 능력을 가진 그물과 같습니다.
2005년부터 talin과 그 구조의 기계적 특성을 연구해 온 Goult 교수에게는 오랜 시간이 걸렸습니다.
“쉽지 않았습니다. 우리 6명으로 구성된 팀이 탈린의 단백질 구조를 알아내는 데 4년이 걸렸고 탈린이 힘에 어떻게 반응하는지 알아내는 데 또 4년이 걸렸습니다.”라고 그는 말합니다.
단백질은 아미노산 사슬로 구성되어 있습니다. 그 사슬을 푸는 것은 어려운 일입니다
단백질은 해독하기 복잡한 분자입니다. 그것들은 끈에 달린 구슬과 같은 아미노산 사슬로 구성되어 있습니다. 20가지의 서로 다른 자연 발생 아미노산(또는 구슬)이 있으므로 이들이 결합할 수 있는 방법은 어리둥절할 정도로 많습니다.
전통적으로 이러한 구조를 알아내는 작업은 전자 현미경과 X선 결정학을 사용하여 수행되었으며 이 과정은 몇 년이 걸릴 수 있습니다.
그러나 최근 몇 년 동안 인공 지능(AI)은 수억 개의 단백질 구조를 예측하여 프로세스를 혁신했습니다.
중요한 사건은 2020년 11월 AlphaFold가 CASP 14에서 최고의 성능을 발휘했을 때였습니다. CASP 14는 서로 다른 컴퓨터 프로그램이 단백질 구조를 예측하는 2년마다 평가합니다.
AlphaFold는 경쟁 시스템보다 뛰어난 성능을 보였을 뿐만 아니라 경쟁사보다 더 높은 수준의 정확도로 단백질 구조를 예측했습니다.
구글의 모회사인 알파벳의 AI 부서인 런던에 본사를 둔 딥마인드의 다른 사람들과 함께 알파폴드 개발을 도왔던 캐스린 튜냐수부나쿨은 “그건 정말 말도 안 되는 일이었다”고 말했다.
“우리는 CASP에 들어가는 내부적으로 꽤 좋은 결과를 얻었다는 것을 알고 있었습니다. 그러나 다른 사람들도 비슷한 결과를 얻을 수 있을지는 전혀 분명하지 않았습니다. 마진을 다른 그룹과 비교했습니다.”라고 Tunyasuvunakool은 말합니다.
AlphaFold 개발에 도움을 준 Kathryn Tunyasuvunakool
Kathryn Tunyasuvunakool은 AlphaFold 개발을 도왔습니다.
그 버전의 AlphaFold(AlphaFold2)는 매우 훌륭해서 다음 대회에서 최고의 성과를 내는 모든 팀이 이 버전을 사용했습니다
AlphaFold와 그 자손 덕분에 단백질 구조의 데이터베이스가 수십만에서 수억으로 늘어났습니다.
과학자와 연구원, 특히 약물 개발 분야에서 이것은 노다지입니다. 암세포에 결합하는 것과 같은 특정 용도에 유망해 보이는 구조를 가진 단백질을 그 어느 때보다 빠르게 식별할 수 있습니다. 연구 속도가 빨라졌습니다.
그러나 AlphaFold에도 한계가 있습니다. 단백질은 종종 다른 분자와 상호 작용하여 작동하며 현재 AlphaFold는 단백질 부분만 예측할 수 있습니다.
그리고 Goult 교수가 talin으로 발견한 것처럼 단백질은 형태를 바꾸는 동적 분자입니다. AlphaFold는 연구자에게 정적인 그림을 제공할 수 있지만 이러한 변화를 모델링할 수는 없습니다.
또한 과학자들은 특정 작업을 수행하기 위해 처음부터 단백질을 설계하기를 원할 수도 있습니다. 이것이 바로 시애틀 외곽에 있는 워싱턴 대학의 단백질 설계 연구소 소장인 David Baker 교수의 초점입니다.
단백질 연구는 “매우 흥미로운 분야”라고 David Baker는 말합니다.
그의 팀은 원본 이미지를 생성하는 AI인 DALL-E를 기반으로 인공 지능을 개발했습니다.
RF 확산이라고 하는 이 장치는 알려진 단백질을 분해한 다음 단계적으로 재조립하여 훈련되었습니다.
RF 확산을 사용하는 과학자들은 특정 종류의 화학 반응에 대한 촉매 또는 특정 표적에 결합할 수 있는 단백질과 같은 새로운 단백질에서 원하는 특정 특성을 결정합니다.
그들은 요구 사항을 RF 확산에 공급할 수 있으며 적합한 단백질 구조가 나올 것입니다.
“RF 확산은 우리가 이전에 가졌던 것과 비교하여 단계적 변화라고 생각합니다.”라고 Baker 교수는 말합니다.
“매우 다양한 문제를 해결하는 단백질 설계의 잠재력은 정말 대단합니다.”라고 그는 덧붙입니다.