알파폴드의 등장 이전부터 현재까지의 단백질 구조 예측 방법론 진화사

알파폴드 이전의 단백질 구조 예측은 경험적 모델링과 계산적 방법을 혼합하며 점진적으로 발전해왔으며, 이는 단백질 생물학의 난제를 해결하기 위한 꾸준한 노력의 산물입니다.

초창기의 접근법

• 초기에는 주로 알려진 단백질 구조를 기반으로 유사성 검색을 통해 구조를 추론하는 Comparative Modeling 기법이 주를 이루었습니다.
• 또한, 단백질의 아미노산 서열 정보만을 이용하여 최소 에너지 상태를 찾는 Ab Initio Modeling 시도가 있었으나, 복잡한 접힘 공간 문제로 인해 큰 한계를 보였습니다.

혁신의 변곡점

최근 몇 년간은 딥러닝 기술의 도입으로 인해, 단백질의 3차원 구조를 직접적으로 높은 정확도로 예측하는 혁명적인 단계에 이르렀습니다. 이는 단순히 서열 정보를 넘어선, 거대한 데이터셋 학습 능력 덕분입니다.

이러한 발전은 단백질 기능 연구, 신약 개발, 그리고 구조생물학 연구에 혁신적인 패러다임 전환을 가져왔습니다.