카테고리
개념정리 과학탐구 면접대비 물리 생명과학 실험 실습 탐구 화학

AI 기반 효소·리간드·DNA 결합체 설계의 차세대 플랫폼, RFdiffusion3

📄 논문 요약: RFdiffusion3 (RFD3)

1. 핵심 개요

워싱턴 대학교 단백질 디자인 연구소(Institute for Protein Design) 연구진이 개발한 RFdiffusion3(RFD3)는 기존 단백질 디자인 모델의 한계를 뛰어넘는 전체 원자(All-atom) 기반의 생성형 확산 모델(Diffusion model)입니다. 기존 모델들이 단백질의 백본(뼈대) 좌표 생성에 집중하고 비단백질 분자와의 상호작용을 간과했던 것과 달리, RFD3는 리간드, 핵산(DNA/RNA), 금속 이온 등 비단백질 원자들과의 상호작용까지 정밀하게 모델링합니다.

2. 주요 기술적 혁신

  • All-atom 모델링: 잔기(Residue) 수준이 아닌 원자(Atom) 단위로 확산 과정을 수행하여 백본과 측쇄(Side-chain)를 동시에 생성합니다. 이를 통해 특정 원자 간의 수소 결합이나 소수성 상호작용을 정밀하게 제어할 수 있습니다.
  • 다양한 컨디셔닝(Conditioning): 사용자는 수소 결합 공여체/수용체 여부, 분자의 매몰 정도(SASA), 질량 중심 위치 등 세밀한 원자 수준의 제약 조건을 입력하여 원하는 기능을 가진 단백질을 디자인할 수 있습니다.
  • 구조 및 훈련: AlphaFold3의 구조와 유사한 Transformer 기반 U-Net 아키텍처를 사용하되, 계산 비용이 높은 모듈을 경량화하여 RFdiffusion2 대비 약 10배 빠른 속도를 달성했습니다.

3. 성능 및 실험 결과

  • 단백질 결합체(Binder) 디자인: 기존 RFdiffusion보다 더 다양한 결합 구조를 찾아내며, 5개의 치료용 표적 단백질에 대해 더 높은 성공률을 보였습니다.
  • DNA 결합 단백질: DNA의 형태를 고정하거나 단백질과 함께 생성(Co-diffusion)할 수 있으며, 실제 실험에서 5.89 ±\pm 2.15 uMuM 의 결합력을 가진 DNA 결합체를 만들어냈습니다.
  • 효소 디자인: 활성 부위의 원자 배치를 정교하게 스캐폴딩하여, 기존 모델보다 높은 효율을 가진 시스테인 가수분해효소(Cysteine hydrolase kcat/Km=3557M−1s−1)를 디자인하는 데 성공했습니다.
  • 저분자 화합물(Small molecule) 결합: 리간드의 형태(Conformation)를 단백질과 함께 생성하여 유연한 리간드에 대한 결합체도 효과적으로 디자인합니다.

📝 단백질 디자인의 ‘해상도’를 높이다: RFdiffusion3 등장

제목: 원자 하나까지 제어한다! 단백질 디자인의 게임 체인저 ‘RFdiffusion3’ 심층 분석

인공지능을 이용한 단백질 디자인 분야가 무서운 속도로 발전하고 있습니다. 단백질 구조 예측의 혁명을 일으킨 AlphaFold, 그리고 단백질 디자인의 대중화를 이끈 RFdiffusion에 이어, 이제는 “모든 원자(All-atom)”를 제어하는 RFdiffusion3(RFD3)가 공개되었습니다.

이번 포스팅에서는 워싱턴 대학교 David Baker 교수팀이 공개한 RFD3가 기존 모델과 무엇이 다르며, 어떤 혁신을 가져왔는지 논문을 통해 자세히 살펴보겠습니다.


1. 백본(Backbone)을 넘어, 모든 원자를 동시에!

기존의 단백질 디자인 AI(RFdiffusion1 등)는 주로 단백질의 뼈대인 ‘백본’을 먼저 만든 뒤, 나중에 아미노산 서열을 입히는 방식이었습니다. 하지만 단백질의 기능은 뼈대가 아니라, 실제로 화학 반응을 일으키는 측쇄(Side-chain)의 미세한 원자 배치에서 나옵니다.

RFD3의 가장 큰 특징은 확산(Diffusion) 과정에서 백본뿐만 아니라 측쇄 원자까지 동시에 생성한다는 점입니다.

  • 왜 중요한가? 단백질이 DNA나 약물(저분자 화합물)과 결합할 때, 특정 원자 하나가 수소 결합을 하느냐 마느냐가 결합력을 좌우합니다. RFD3는 생성 초기 단계부터 이러한 원자 단위의 상호작용을 고려합니다.

2. DNA, 약물, 효소… 무엇이든 디자인한다

RFD3는 단순히 단백질끼리의 결합만 잘하는 것이 아닙니다. 이 모델은 비단백질(Non-protein) 분자와의 상호작용을 모델링하는 데 특화되어 있습니다.

  • 🧬 DNA 결합 단백질: 유전자 가위나 전사 조절 인자를 만들 때 필수적입니다. RFD3는 DNA의 형태가 고정되어 있든, 유동적이든 상관없이 이에 딱 맞는 단백질을 디자인해냅니다12.
  • 💊 저분자 화합물(Small Molecule) 바인더: 신약 개발이나 센서 제작에 사용됩니다. 놀라운 점은 ‘Co-diffusion’ 기능입니다. 즉, 단백질이 만들어지는 동안 리간드(약물 분자)의 형태도 최적의 결합을 위해 함께 변형됩니다13.
  • ⚗️ 효소(Enzyme) 디자인: 화학 반응을 촉매하려면 활성 부위의 원자들이 1A˚오차도 없이 정밀하게 배치되어야 합니다. RFD3는 ‘Atomic Motif Enzyme’ 벤치마크에서 이전 모델인 RFD2를 압도하는 성능(90% 케이스에서 우위)을 보였습니다.

3. 10배 더 빠른 속도, 더 정교한 제어

AlphaFold3와 유사한 구조를 차용했지만, 단백질 디자인(생성)에 불필요한 무거운 연산을 과감히 제거했습니다. 그 결과 RFdiffusion2 대비 약 10배 빠른 속도를 자랑합니다.

또한, 연구자들을 위해 ‘컨디셔닝(Conditioning)’ 기능을 대폭 강화했습니다.

  • “이 원자는 반드시 수소 결합을 해야 해.”
  • “이 약물 분자는 단백질 안쪽에 깊숙이 묻혀야 해(Buried).”이러한 구체적인 명령을 내리면 AI가 이를 반영하여 디자인을 수행합니다.

4. 실제 실험실에서의 검증 (Wet Lab Validation)

아무리 이론상 완벽해도 실제로 만들어지지 않으면 소용이 없겠죠? 연구진은 두 가지 주요 실험을 통해 RFD3를 검증했습니다.

  1. DNA 바인더: 특정 DNA 서열에 결합하는 단백질을 디자인하여 효모 표면 디스플레이(Yeast Surface Display)로 테스트한 결과, 5.89μM의EC50 값을 가지는 결합체를 확인했습니다.
  2. 가수분해 효소: 에스테르 가수분해 반응을 촉매하는 효소를 디자인했습니다. 그중 가장 뛰어난 디자인은 촉매 효율(kcat/Km)이 3557에 달해, 이전 모델들보다 훨씬 뛰어난 활성을 보였습니다.

🔚 마치며: 생물학적 상호작용 디자인의 새 지평

RFdiffusion3는 단순히 단백질 구조를 만드는 것을 넘어, 단백질이 다른 분자와 어떻게 ‘상호작용’할지 원자 수준에서 설계하는 플랫폼입니다. 이는 맞춤형 효소 개발, 유전자 치료제 전달체, 새로운 바이오 센서 개발 등 생명공학 전반에 걸쳐 엄청난 파급력을 가질 것으로 기대됩니다.

이제 단백질 디자인은 “어떤 구조를 만들까?”에서 “어떤 기능을 가진 원자 배치를 만들까?”로 진화하고 있습니다.


Reference: Butcher, J., et al. “De novo Design of All-atom Biomolecular Interactions with RFdiffusion3”, bioRxiv, 2025.

This article was composed with the assistance of Gemini 3.0 Pro and verified by a human expert.

참고 사이트

http://proteinmaker.net/wp/?p=99

b g Han에 의해

답글 남기기