노벨상을 넘어? 생물학계 최초로 'ChatGPT'가 새로운 단백질을 처음부터 합성해 네이처(Nature) 하위저널에 게재됐습니다!

인공지능의 응용으로 단백질 공학 연구가 크게 가속화되었습니다.

최근 캘리포니아 버클리에 있는 신생 스타트업이 다시 놀라운 발전을 이루었습니다.

과학자들은 ChatGPT와 유사한 단백질 공학 딥 러닝 언어 모델인 Progen을 사용하여 처음으로 단백질 합성에 대한 AI 예측을 달성했습니다.

이 단백질은 알려진 단백질과 완전히 다를 뿐만 아니라 가장 낮은 유사도가 31.4%에 불과하지만 천연 단백질만큼 효과적입니다.

이제 이 작품은 네이처(Nature)저널에 정식 게재되었습니다.

논문 주소: https://www.nature.com/articles/s41587-022-01618-2

이 실험은 또한 자연어 처리가 읽기 및 쓰기를 위한 것임을 보여줍니다. 쓰기 언어 텍스트용으로 개발되었지만 생물학의 몇 가지 기본 원리도 배울 수 있습니다.

노벨상에 버금가는 기술

이에 대해 연구자들은 이 신기술이 방향성 진화(노벨상을 받은 단백질 설계 기술)보다 더 강력해질 수 있다고 말했습니다.

"치료제부터 플라스틱 분해까지 거의 모든 분야에 활용 가능한 새로운 단백질 개발을 가속화해 50년 역사의 단백질 공학 분야에 활력을 불어넣을 것입니다."

이 회사는 Profluent라고 불리는 이 회사는 전 Salesforce AI 연구 리더가 설립했으며 통합 습식 연구소를 구축하고 기계 학습 과학자 및 생물학자를 모집하기 위해 스타트업 자금으로 900만 달러를 받았습니다.

과거에는 자연에서 단백질을 채굴하거나 단백질을 필요한 기능에 맞게 조정하는 것이 매우 힘들었습니다. Profulent의 목표는 이 프로세스를 쉽게 만드는 것입니다.

그들이 해냈습니다. Profluent의 창립자이자 CEO인 Ali Madani는 인터뷰에서 Profulent가 다양한 단백질 계열을 설계했다고 말했습니다. 이들 단백질은 전형적인 단백질처럼 기능하므로 매우 활성이 높은 효소입니다.

이 작업은 매우 어려우며 제로샷 방식으로 수행됩니다. 즉, 여러 단계의 최적화가 수행되지 않거나 습식 실험실의 데이터조차 전혀 제공되지 않습니다.

최종 디자인된 단백질은 진화하는데 보통 수백년이 걸리는 활성도가 높은 단백질입니다.

ProGen 기반 언어 모델

심층 신경망의 일종인 조건부 언어 모델은 의미적, 문법적으로 정확하고 참신하고 다양한 자연어 텍스트를 생성할 수 있을 뿐만 아니라 입력 제어 태그를 활용할 수도 있습니다. 코칭 스타일, 테마 등에 대해 알아보세요.

마찬가지로, 연구자들은 12억 개의 매개변수를 가진 조건부 단백질 언어 모델인 오늘날의 주인공인 ProGen을 개발했습니다.

특히 Transformer 아키텍처를 기반으로 하는 ProGen은 self-attention 메커니즘을 통해 잔류물의 상호 작용을 시뮬레이션하고 입력 제어 라벨을 기반으로 단백질 계열 전체에 걸쳐 다양한 인공 단백질 서열을 생성할 수 있습니다.

조건부 언어 모델을 사용하여 인공 단백질 생성

이 모델을 만들기 위해 연구원들은 2억 8천만 개의 서로 다른 단백질의 아미노산 서열을 공급하고 몇 주 동안 "소화"되도록 했습니다.

그런 다음 5개 라이소자임 계열의 56,000개 서열과 이러한 단백질에 대한 정보를 사용하여 모델을 미세 조정했습니다.

Progen의 알고리즘은 ChatGPT의 GPT3.5 모델과 유사하며 단백질의 아미노산 순서 규칙과 단백질 구조 및 기능과의 관계를 학습합니다.

곧 이 모델은 백만 개의 시퀀스를 생성했습니다.

천연 단백질 서열과의 유사성 정도와 아미노산의 "구문"과 "의미"의 자연성을 기준으로 연구진은 테스트 대상으로 100개를 선택했습니다.

이 중 66개는 달걀 흰자와 타액에 있는 박테리아를 파괴하는 천연 단백질과 유사한 화학 반응을 일으켰습니다.

즉, AI가 생성한 이 새로운 단백질은 박테리아도 죽일 수 있다는 뜻입니다.

생성된 인공 단백질은 다양하고 실험 시스템에서 잘 발현되었습니다

또한 연구진은 가장 강한 반응을 보이는 5가지 단백질을 선택하여 대장균 샘플에 추가했습니다. .

그 중에는 박테리아의 세포벽을 파괴할 수 있는 인공효소가 두 가지 있습니다.

계란 흰자 리소자임(HEWL)과 비교하면 그 활성이 HEWL과 동일하다는 것을 알 수 있습니다.

이후, 연구진은 이미징을 위해 엑스레이를 사용했습니다.

인공효소의 아미노산 서열은 기존 단백질과 최대 30% 차이가 나고, 둘 사이의 차이는 18%에 불과하지만, 모양은 천연 단백질과 거의 동일하고 기능도 좋습니다. 그것과 비교할 수 있습니다.

다른 단백질 시스템에 대한 조건부 언어 모델링의 적용 가능성

또한, 고도로 진화된 천연 단백질의 경우 작은 돌연변이만 있어도 작동을 멈출 수 있습니다.

그러나 또 다른 스크리닝에서 연구자들은 AI가 생성한 효소 중에서 서열의 31.4%만이 알려진 단백질과 동일함에도 불구하고 여전히 비슷한 활성과 유사한 구조를 보였다는 사실을 발견했습니다.

단백질 설계, 새로운 시대로 진입

보시다시피 ProGen은 ChatGPT와 매우 유사하게 작동합니다.

ChatGPT는 방대한 데이터를 연구하여 MBA 및 변호사 시험을 치르고 대학 논문을 작성할 수 있습니다.

그리고 ProGen은 아미노산이 2억 8천만 개의 기존 단백질에 어떻게 결합되는지를 학습하여 새로운 단백질을 생성하는 방법을 배웠습니다.

마다니는 인터뷰에서 "ChatGPT가 영어 등 인간의 언어를 배우는 것처럼 생물학과 단백질의 언어도 배우고 있다"고 말했다.

"인위적으로 설계된 단백질의 성능은 진화 과정에서 영감을 받은 단백질의 영향을 받는 것이 훨씬 더 좋습니다"라고 UCSF 약학대학의 생명공학 및 치료 과학 교수인 공동 저자인 James Fraser가 말했습니다.

"언어 모델은 진화의 측면을 학습하지만 일반적인 진화 과정과는 다릅니다. 이제 우리는 이러한 속성의 생성을 조정하여 특정 효과를 얻을 수 있습니다. 예를 들어 효소를 놀라운 열 안정성으로 만드는 것은 또는 산성 환경을 선호하거나 다른 단백질과 상호 작용하지 않습니다 》

2020년에 Salesforce Research는 ProGen을 개발했습니다. 자연어 프로그래밍을 기반으로 하며 원래 영어 텍스트를 생성하는 데 사용되었습니다.

이전 연구를 통해 연구자들은 AI 시스템이 문법과 단어 의미는 물론 글쓰기를 잘 조직화하는 기타 기본 규칙을 스스로 가르칠 수 있다는 것을 알고 있습니다.

Salesforce Research의 인공 지능 연구 책임자이자 해당 논문의 수석 저자인 Nikhil Naik 박사는 "많은 양의 데이터로 시퀀스 기반 모델을 훈련할 때 구조와 규칙을 학습하는 데 매우 강력합니다"라고 말했습니다. "어떤 단어가 동시에 나올 수 있는지, 어떻게 결합하는지 이해합니다."

"이제 ProGen의 새로운 단백질 생성 능력을 입증하고 이를 공개적으로 공개했으니 누구나 저희 기반으로 연구할 수 있습니다."

단백질로서 리소자임은 매우 작으며 최대 약 300개의 아미노산을 포함합니다.

하지만 20가지 아미노산이 있으면 20^300가지 조합이 가능합니다.

이것은 모든 시대의 모든 인간에게 지구상의 모래알 수를 곱하고 우주의 원자 수를 곱한 것보다 많습니다.

무한에 가까운 가능성을 고려할 때, 프로젠이 효과적인 효소를 이렇게 쉽게 설계할 수 있었다는 것은 정말 놀라운 일입니다.

Profluent Bio의 창립자이자 Salesforce Research의 전 연구 과학자인 Ali Madani 박사는 다음과 같이 말했습니다. 단백질 디자인 시대."

"이것은 모든 단백질 엔지니어가 사용할 수 있는 다용도의 새로운 도구이며, 치료제에 적용되기를 기대합니다."

그동안 연구자들은 ProGen을 지속적으로 개선하고 있습니다. 더 많은 한계와 도전을 돌파해 보세요.

그 중 하나는 데이터에 크게 의존한다는 것입니다.

“우리는 구조 기반 정보를 추가하여 서열 설계를 개선하는 방법을 모색했습니다. 또한 특정 단백질 계열이나 도메인에 대한 데이터가 많지 않을 때 모델을 개선하는 방법도 모색하고 있습니다. "

생명공학 인큐베이터인 Flagship Pioneering의 Cradle 및 Generate Biomedicines와 같은 유사한 기술을 시도하는 스타트업도 있다는 점은 주목할 가치가 있지만 이러한 연구는 아직 동료 검토를 거치지 않았습니다.

위 내용은 노벨상을 넘어? 생물학계 최초로 'ChatGPT'가 새로운 단백질을 처음부터 합성해 네이처(Nature) 하위저널에 게재됐습니다!의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!