왜 알파폴드가 약 설계를 바꿨나
이전 섹션에서 SBDD의 큰 병목이 구조 결정이라고 했다. 알파폴드가 이걸 어떻게 바꿨는지 보자.
📖 변화의 숫자
| 속성 | 알파폴드 이전 | 알파폴드 이후 |
|---|---|---|
| 단백질 1개 구조 결정 | 수개월 ~ 수년 | 수분 ~ 수시간 |
| 비용 | 수만 ~ 수백만 달러 | 거의 무료 |
| 알려진 구조 (사용 가능) | 약 16만 개 (PDB) | 약 2억 개 (AlphaFold DB) |
| 새 표적 접근성 | "구조 결정 가능한 단백질"만 | 거의 모든 단백질 |
🎯 실제로 약 설계가 어떻게 달라졌나
2022년 이후 신약 개발에서 일어난 변화들:
- 새 표적 발굴 가속: 이전엔 구조 없어서 손도 못 댄 단백질에 접근 가능
- 가상 스크리닝 확대: 거의 모든 단백질에 대해 약 후보 분자 컴퓨터 검색
- 변이 영향 예측: 환자의 유전자 변이가 단백질 구조에 미치는 영향 빠르게 분석
- 희귀 질병 연구: 환자가 적어 비싼 구조 결정이 어려웠던 희귀 질병 단백질 접근
- 항생제 내성 단백질: 박테리아가 약을 분해하는 효소들의 구조를 빠르게 분석
📖 한 가지 정직한 점 — 알파폴드만으로는 부족
알파폴드 구조가 약 설계의 모든 문제를 풀어주는 건 아니다.
- 알파폴드는 보통 한 가지 모양(주로 apo state)만 줌 → induced fit, allostery 같은 동적 변화는 별도 필요
- 예측 정확도 — 큰 도메인은 정확, 유연한 loop이나 disordered region은 덜 정확
- 단백질-단백질 또는 단백질-약물 상호작용 — 별도 모델링 필요 (AlphaFold-Multimer, AlphaFold 3 등)
- 실험 검증 여전히 필요 — 예측만으로는 임상시험에 못 들어감
알파폴드는 첫걸음을 압축할 뿐, 약 개발 전체 과정의 일부에만 영향.
💡 그래도 큰 변화 — 한 비유
약 개발은 거대한 건축 프로젝트 같다. 단계별로 시간과 비용이 든다.
- 이전: 첫 단계(설계용 도면 만들기 = 구조 결정)에 수년
- 이후: 첫 단계가 거의 즉시 → 본 건축으로 빠르게 들어감
전체 시간은 여전히 길지만, 시작이 압도적으로 빨라졌다. 그래서 "단백질 구조 예측이 풀렸다"가 단순한 학술 성과가 아니라 산업 전체에 영향이 되는 것.
📖 단백질 디자인 — 한 발 더 나간 응용
약 설계뿐 아니라 "새 단백질을 처음부터 설계"하는 분야도 폭발 중이다.
- 2018년 노벨화학상의 David Baker 팀이 RoseTTAFold + 디자인 도구로 새 단백질 만들기
- 특정 기능(예: 새 효소, 새 백신 항원)을 가진 단백질을 컴퓨터에서 설계 → 실제로 만들어 검증
- 이게 가능해진 건 알파폴드 같은 도구들이 "이 서열이 어떤 구조를 만들지" 예측을 정확하게 해주기 때문
"구조가 곧 기능"의 가장 강력한 응용 — 원하는 기능에서 거꾸로 구조 설계 → 구조에서 거꾸로 서열 설계.