20년 전만 해도 단백질 엔지니어링 디자이너는 꿈이었다.

이제 AI 덕분에 맞춤형 단백질이 한 푼도 들지 않는다. 주문 제작된 단백질은 종종 자연에 새로운 능력을 부여하는 특정한 모양이나 구성요소를 가지고 있다. 오래 지속되는 약물과 단백질 기반 백신부터 친환경 바이오 연료와 플라스틱을 먹는 단백질에 이르기까지 이 분야는 빠르게 변화하는 기술로 변모하고 있다.

맞춤형 단백질 디자인은 딥러닝 기술에 달려 있다. OpenAI의 블록버스터 ChatGPT 뒤에 있는 AI인 대규모 언어 모델을 통해 인간의 상상을 초월하는 수백만 개의 구조를 꿈꾸며 생체 활성 디자이너 단백질 라이브러리가 빠르게 확장될 예정이다.

워싱턴 대학의 닐 킹(Neil King) 박사는 최근 네이처에 이렇게 말했다. “1년 반 전에는 불가능했던 일을 이제는 해내기만 하면 된다.”

그러나 큰 힘에는 큰 책임이 따른다. 새로 설계된 단백질이 의학 및 생명공학 분야에서 점점 더 많은 관심을 끌면서 과학자들은 이제 궁금해하고 있다. 이러한 기술이 사악한 목적으로 사용되면 어떻게 될까? 

사이언스(Science)의 최근 에세이는 디자이너 단백질에 대한 차단방역의 필요성을 강조한다. AI 안전에 관해 진행 중인 대화와 유사하게 저자는 맞춤형 단백질이 불량해지지 않도록 생물보안 위험과 정책을 고려해야 할 때라고 말한다.

이 에세이는 해당 분야의 전문가 두 명이 집필했다. 그 중 하나는 워싱턴 대학의 단백질 디자인 연구소 소장인 데이비드 베이커(David Baker) 박사가 RoseTTAFold의 개발을 주도한 것이다. RoseTTAFold는 아미노산 서열만으로 단백질 구조를 해독해야 했던 5년 간의 문제를 해결한 알고리즘이다. 다른 한 명인 하버드 의과대학의 조지 처치(George Church) 박사는 유전공학과 합성생물학 분야의 선구자이다.

그들은 합성 단백질에는 각각의 새로운 단백질의 유전자 서열에 바코드가 내장되어 있어야 한다고 제안한다. 디자이너 단백질 중 하나라도 잠재적으로 위험한 발병을 촉발하는 등 위협이 되는 경우, 해당 단백질의 바코드를 사용하면 해당 단백질의 출처를 쉽게 추적할 수 있다.

시스템은 기본적으로 "감사 추적"을 제공한다고 듀오는 썼다.

세계의 충돌

디자이너 단백질은 AI와 불가분의 관계에 있다. 잠재적인 생물보안 정책도 마찬가지이다.

10여년 전 베이커의 연구실에서는 소프트웨어를 사용하여 Top7이라는 단백질을 설계하고 구축했다. 단백질은 아미노산이라는 빌딩 블록으로 구성되며, 각 아미노산은 DNA 내부에 암호화되어 있다. 끈에 달린 구슬처럼 아미노산은 특정 3D 모양으로 회전하고 주름지며, 이는 종종 단백질의 기능을 지원하는 정교한 구조로 더 맞물리게 된다.

Top7은 자연 세포 구성 요소와 "대화"할 수 없으며 생물학적 효과가 없다. 그러나 그럼에도 불구하고 연구팀은 새로운 단백질을 설계하면 "아직 자연에서 관찰되지 않는 단백질 세계의 넓은 영역"을 탐색하는 것이 가능하다고 결론지었다.

AI를 들여다본다. 최근에는 전통적인 실험실 작업에 비해 초음속으로 새로운 단백질을 설계하기 위한 여러 전략이 시작되었다.

하나는 DALL-E와 같은 이미지 생성 도구와 유사한 구조 기반 AI이다. 이러한 AI 시스템은 잡음이 있는 데이터에 대해 훈련을 받고 잡음을 제거하여 현실적인 단백질 구조를 찾는 방법을 학습한다. 확산 모델이라고 불리는 이 모델은 생물학과 호환되는 단백질 구조를 점차적으로 학습한다.

또 다른 전략은 대규모 언어 모델에 의존한다. ChatGPT와 마찬가지로 알고리즘은 단백질 "단어" 간의 연결을 신속하게 찾아 이러한 연결을 일종의 생물학적 문법으로 정제한다. 이러한 모델이 생성하는 단백질 가닥은 신체가 해독할 수 있는 구조로 접힐 가능성이 높다. 한 가지 예는 ProtGPT2인데, 이는 새로운 특성으로 이어질 수 있는 모양의 활성 단백질을 조작할 수 있다.

디지털에서 물리적으로

이러한 AI 단백질 설계 프로그램은 경종을 울리고 있다. 단백질은 생명의 구성 요소이다. 변화는 세포가 약물, 바이러스 또는 기타 병원체에 반응하는 방식을 극적으로 변화시킬 수 있다.

지난해 전 세계 정부는 AI 안전을 감독하겠다는 계획을 발표했다. 이 기술은 위협으로 간주되지 않았다. 대신 입법자들은 연구가 개인 정보 보호법을 준수하고 경제, 공중 보건 및 국방을 강화하도록 보장하는 정책을 조심스럽게 구체화했다. 이러한 책임을 주도하면서 유럽연합은 특정 영역의 기술을 제한하는 AI법에 동의했다.

합성 단백질은 규정에서 직접 언급되지 않았다. 이는 지나치게 제한적인 규제로 인해 제약을 받을 수 있는 디자이너 단백질을 만드는데 있어서 좋은 소식이라고 베이커와 처치는 썼다. 그러나 AI에 관한 UN 자문기구가 올해 중반에 국제 규제에 대한 지침을 공유할 예정인 가운데 새로운 AI 법안이 준비 중이다.

디자이너 단백질을 만드는 데 사용되는 AI 시스템은 고도로 전문화되어 있기 때문에 현장이 자체 규제를 위한 전 세계적 노력에 힘을 합친다면 여전히 규제 레이더를 피해갈 수 있다.

AI 기반 단백질 설계를 논의한 2023 AI 안전 서밋에서 전문가들은 각각의 새로운 단백질의 기본 DNA를 문서화하는 것이 핵심이라는 데 동의했다. 천연 단백질과 마찬가지로 디자이너 단백질도 유전암호로 구성된다. 모든 합성 DNA 서열을 데이터베이스에 기록하면 잠재적으로 유해한 디자인에 대한 위험 신호를 더 쉽게 찾아낼 수 있다. 예를 들어 새로운 단백질이 알려진 병원성 단백질과 유사한 구조를 가지고 있는 경우이다.

차단방역은 데이터 공유를 방해하지 않는다. 협력은 과학에 있어서 매우 중요하지만, 저자들은 영업 비밀을 보호하는 것이 여전히 필요하다는 점을 인정한다. AI와 마찬가지로 일부 디자이너 단백질은 잠재적으로 유용하지만 공개적으로 공유하기에는 너무 위험할 수 있다.

이 난제를 해결하는 한 가지 방법은 합성 프로세스 자체에 안전 조치를 직접 추가하는 것이다. 예를 들어, 저자들은 각각의 새로운 유전자 서열에 임의의 DNA 문자로 구성된 바코드를 추가할 것을 제안한다. 단백질을 만들기 위해 합성 기계는 DNA 서열을 검색하고, 코드를 찾은 경우에만 단백질 만들기를 시작한다.

즉, 단백질의 원래 설계자는 합성을 누구와 공유할지 또는 공유할지 여부를 선택할 수 있으면서도 결과를 출판물에 설명할 수 있다.

새로운 단백질을 합성 기계에 연결하는 바코드 전략은 보안을 강화하고 악의적인 행위자를 저지하여 잠재적으로 위험한 제품을 재현하기 어렵게 만든다.

“만약 새로운 생물학적 위협이 세계 어느 곳에서든 나타난다면, 관련된 DNA 서열은 그 기원을 추적할 수 있다.”라고 저자는 썼다.

힘든 길이 될 것이다. 디자이너 단백질의 안전성은 과학자, 연구 기관 및 정부의 글로벌 지원에 달려 있다고 저자는 썼다. 그러나 이전에도 성공한 적이 있다. 글로벌 그룹은 줄기 세포 연구, 유전 공학, 뇌 이식, AI 등 논란이 많은 분야에서 안전 및 공유 지침을 수립했다. 항상 준수되는 것은 아니지만(CRISPR 아기가 악명 높은 예) 대부분의 경우 이러한 국제 지침은 최첨단 연구가 안전하고 공평한 방식으로 발전하는 데 도움이 되었다.

베이커와 처치의 입장에서 생물보안에 대한 공개적인 토론은 현장의 속도를 늦추지 않을 것이다. 오히려 다양한 부문을 결집하고 공개 토론에 참여하여 맞춤형 단백질 디자인이 더욱 번성할 수 있다.

이미지 출처: 워싱턴 대학교