1. 주어진 환경
단백질은 긴 사슬이다. 스무 종류의 아미노산이 하나씩 이어져 짧으면 수십 개, 길면 1000개를 넘는다. 많은 사슬은 일정한 환경에서 비교적 안정된 입체 모양으로 접힌다. 정해진 모양이 없는 부분도 있다. 어느 곳에서 다른 분자를 붙잡고 어느 곳에서 결합을 끊을 수 있는지는 모양과 관계가 있다.
1972년 12월 11일, 크리스천 앤핀슨은 스톡홀름에서 노벨상 강연을 했다. 그는 효소 한 가지로 오랫동안 실험했다. 접힌 모양을 풀어 놓고 알맞은 용액에 다시 넣으니 저절로 처음 모양으로 접혔다. 그는 그 결과에서 낸 결론을 강연에서 열역학적 가설이라 불렀다. 핵심 문장은 이렇다. ‘자연 상태의 구조는 주어진 환경에서 원자들 사이의 모든 상호작용에, 따라서 아미노산 서열에 의해 결정된다.’ 이 문장 앞에는 조건 여러 가지를 괄호에 넣었다. 용매, 산도, 이온 세기, 금속 이온, 온도다.
훗날 전해진 말은 서열이 구조를 결정한다는 것이다. ‘주어진 환경에서’라는 말도, 괄호 안의 조건들도 함께 전해지지 않았다.
2. 우아하게 접는 법
1969년, 미국 일리노이대에서 생물계에 쓰는 한 가지 분광법을 주제로 학술대회가 열렸다. 분자생물학자 사이러스 레빈탈은 《우아하게 접는 법》이라는 세 쪽짜리 글을 발표했다.
그는 셈을 하나 했다. 단백질 사슬 하나가 취할 수 있는 모양은 10의 300제곱에 이를 만큼 많다. 하나씩 시험한다면 끝낼 수 없다. 그런데 자연의 단백질은 몇 초면 접힌다. 그가 설명한 바는 이렇다. ‘국소적인 상호작용이 빠르게 생겨 단백질 접힘을 앞당기고 이끌며, 그 상호작용은 이어 폴리펩타이드가 어떻게 더 접힐지 결정한다.’ 하나씩 시험하는 것이 아니다. 먼저 작은 곳 몇 군데가 맞물리면 뒤가 따라간다.
학술대회 끝에 그는 짧은 영상을 틀었다. 컴퓨터로 제어하는 오실로스코프 화면에서 폴리펩타이드 사슬 하나가 조금씩 자라나며, 에너지 면에서 가장 유리한 길을 따라 맞물려야 할 곳에 하나씩 맞물렸다.
이 세 쪽에 ‘역설’이라는 말은 없다. 1992년에 물리학자 세 명이 낸 논문의 제목은 《레빈탈의 역설》이다. 한 사람이 학술대회에서 우아하게 접는 법을 말하고 23년 뒤 그의 이름 뒤에 역설이 붙었다.
3. 구조 일곱 개
단백질 모양을 알려면 단백질을 만들고 정제하고 결정으로 키워 방사선을 쏘고, 회절에서 생긴 점들을 거꾸로 하나씩 계산해야 했다. 나중에는 핵자기공명과 극저온 전자현미경도 생겼다. 구조 하나를 푸는 데 흔히 여러 사람이 몇 달, 때로는 몇 년씩 일해야 한다. 핵자기공명 측정 자료에서 손으로 구조를 풀어내는 일만 해도 훈련받은 전문가에게 보통 몇 주에서 몇 달이 든다.
1971년, 뉴욕주 롱아일랜드의 콜드스프링하버에서 회의가 열렸다. 루이즈 존슨은 35년 뒤 회고에서, 막스 페루츠가 이미 단백질 원자 좌표를 손에 넣은 사람들을 불러 모았다고 썼다. 자기 이름을 비롯해 몇 사람의 이름을 댔다. 페루츠가 마음을 쓴 것은 이 좌표를 다른 사람들이 쉽게 얻고 오랫동안 보존할 수 있느냐였다. 그해 10월 20일, 《네이처》의 한 자매지에 짧은 공지가 났다. 단백질 데이터 은행. 저장소는 브룩헤이븐 국립연구소에 두었고 처음에는 구조 일곱 개를 받았다.
그 뒤로 여러 나라의 실험실이 하나를 풀 때마다 하나를 넣었다. 1989년 국제결정학연합의 한 위원회는 단백질 결정 구조를 발표하는 논문은 좌표를 이 저장소에 넣어야 한다고 했다. 1999년 미국 국립보건원은 자신이 지원한 연구에서 논문이 나오면 좌표도 공개하라고 요구했다. 2012년에는 구조가 8만 개를 넘었다. 2014년에는 10만 개, 2019년에는 15만 개를 넘었다.
하나하나가 여러 사람의 몇 달, 몇 해였다.
4. 게임하는 사람들
2008년, 워싱턴대 연구자들이 폴드잇(Foldit)이라는 컴퓨터 게임을 내놓았다. 플레이어는 화면에서 단백질 사슬을 끌고, 굽히고, 비틀어 에너지를 덜 쓰는 모양을 만든다. 시스템이 점수를 준다.
2011년 9월, 《네이처》의 구조생물학 자매지에 한 논문이 나왔다. 제목은 《단백질 접힘 게임의 플레이어가 풀어낸 단량체 레트로바이러스 프로테아제의 결정 구조》였다. 단백질은 원숭이의 바이러스에서 나왔다. 결정도 있었고 회절 자료도 있었는데 모양을 거꾸로 풀어내지 못했다. 연구자들은 이것을 게임에 넣고 3주짜리 대회를 열었다. 플레이어들이 낸 모형 가운데 몇 가지가 좋아 결정학자들이 회절 자료와 맞춰 볼 수 있었다. 들어맞은 뒤 구조를 마무리하고 정밀하게 손본 것은 결정학자들이었다. 당시 기사 제목은 과학자들이 15년 동안 풀지 못한 구조를 플레이어들이 열흘 만에 풀었다는 것이었다.
논문의 저자란 세 번째와 네 번째에는 사람 이름이 아니라 플레이어 팀 두 곳의 이름이 있다. Foldit Contenders Group, Foldit Void Crushers Group.
5. 시험지
1994년에 존 몰트 등 네 명이 첫 단백질 구조 예측 평가를 열었다. 이름은 CASP였다. 약 35개 팀이 예측 135건을 냈다. 그 뒤로 2년에 한 번씩 열렸다.
시험하는 법은 이렇다. 주최 측은 구조를 거의 풀었지만 아직 공개하지 않은 실험실을 찾아가 먼저 정답을 받아 봉해 둔다. 예측하는 팀들에게는 단백질의 아미노산 서열만 주고 기한까지 모양을 예측해 제출하게 한다. 실험실이 구조를 공개하면 그때 맞춰 본다. 문제는 실험실이 내고, 문제 하나는 거기서 일한 몇 달이나 몇 해다. 답은 그들 손에 있고 먼저 말해 주지 않는다.
나중에 가장 많이 쓴 비교법 가운데 하나는 전체 거리 검사다. 예측한 모양과 실험으로 잰 모양을 겹쳐, 사슬의 위치가 실험에서 얻은 위치로부터 1옹스트롬, 2옹스트롬, 4옹스트롬, 8옹스트롬 안에 들어오는 비율을 각각 구한다. 네 비율의 평균을 내고 만점은 100점이다. 1옹스트롬은 100억 분의 1미터다.
6. 어떤 의미에서는
2018년 12월, 멕시코 칸쿤의 제13회 CASP에 열일곱 번째 글에 나온 런던 회사 딥마인드가 처음 왔다. 가져온 프로그램은 알파폴드(AlphaFold)였다. 견줄 만한 기존 구조를 찾을 수 없는 가장 어려운 부류의 문제에서 전체 점수 68.3점으로 1위를 했다. 2위는 48.2점이었다.
대학에서 구조 예측을 연구하던 모하메드 알쿠라이시는 돌아가 블로그 글을 썼다. 첫머리에 현장에서 누가 물었던 말을 적었다. ‘방금 무슨 일이 일어난 거죠?’ 이번의 진전이 대회 두 번에 해당할 만큼 컸다고 썼다. 이야기해 본 학계 연구자 대부분이 일종의 실존적 불안을 안고 있다고도 썼다. 학계에서 이 일을 하는 팀은 수십 곳이고 합하면 수백 명인데, 딥마인드에서 출전한 것은 열 명쯤이었다.
2020년 제14회는 감염병 유행으로 온라인에서 열렸다. 11월 30일 결과가 발표됐다. 문제 약 3분의 2에서 알파폴드는 90점이 넘었다. 이미 실험 자체의 측정 정밀도에 가까운 수준이었다. 알쿠라이시가 기록한 중앙값은 전 대회 68.5점에서 92.4점으로 올랐다. 이번 알파폴드는 새로운 구조를 썼다.
같은 날 《사이언스》 기자가 CASP 창립자 몰트의 말을 인용했다. ‘큰일입니다. 어떤 의미에서는 이 문제가 해결됐습니다.’ CASP 보도자료에는 단백질 하나를 놓고 보면 이 문제가 대체로 해결됐다고 쓰였다. 딥마인드가 블로그에 붙인 제목은 ‘알파폴드, 생물학의 50년 난제에 대한 해답’이었다.
이틀 뒤 영국 구조생물학자 스티븐 커리는 블로그에 글을 썼다. 제목은 ‘아니요, 딥마인드는 단백질 접힘을 해결하지 않았습니다’였다. 마지막 모양을 예측하는 일과 사슬 하나가 실제로 어떻게 접히는지 알아내는 일을 나누었다.
7. 2억 개
2021년 7월 15일 《네이처》에 논문이 실렸다. 제목은 《알파폴드를 이용한 매우 정확한 단백질 구조 예측》이다. 34명이 이름을 올렸고 코드도 함께 공개됐다. 같은 달에 워싱턴대의 데이비드 베이커 연구실도 로즈티티에이폴드(RoseTTAFold)를 발표했다.
7월 22일 딥마인드와 유럽 생물정보학연구소가 함께 만든 예측 구조 데이터베이스가 열렸다. 첫 묶음은 35만 개가 넘었고 약 2만 개가 사람의 단백질이었다. 2022년 7월에는 2억 개 넘게 늘어났다. 연구소 공지에는 ‘과학계에 알려져 목록에 오른 단백질 거의 전부’라고 쓰였다. 목록에 올랐다는 말은 서열이 등록됐다는 뜻이다. 데이터베이스의 2억 개 넘는 모양은 측정한 것이 아니라 계산한 것이다.
데이터베이스에는 위치마다 신뢰도 점수가 붙는다. 90점 이상은 매우 높고 50점 미만은 매우 낮다고 본다. 설명에는 점수가 아주 낮은 부분이 본래 고정된 모양이 없는 구간일 수 있지만, 점수 하나만으로 판단할 수는 없다고 적혀 있다.
뒤이은 연구들은 어디까지 되는지 하나씩 시험했다. 모양이 하나가 아니라 두세 가지 사이를 오가는 단백질이 있지만 기본 설정은 한 모양만 내놓는다. 또 다른 작은 분자에 붙어야 다른 모양으로 바뀌는 것도 있는데 프로그램은 그 작은 분자가 있는지 모른다. 한 위치의 아미노산 하나를 바꾸면 프로그램에서 나온 모양 변화와 실험으로 잰 안정성 변화가 거의 맞지 않았다.
2012년에 켄 딜과 저스틴 매캘럼이 《사이언스》에 《단백질 접힘 문제, 50년 뒤》라는 종설을 썼다. 50년은 페루츠 등이 단백질 구조로 노벨상을 받은 1962년부터 센 것이다. 그들은 문제를 셋으로 나누었다. 접힘의 물리적 암호, 사슬 하나가 어떤 과정을 거쳐 접히는가, 컴퓨터로 서열에서 구조를 예측할 수 있는가. 글 끝에 한 문장이 있다. ‘단백질 접힘 문제를 해결하는 일을 하나의 목표로 묶어서 말하는 것은 이제 도움이 되지 않는다.’
알파폴드 논문 제목에 쓰인 것은 셋 중 마지막인 구조 예측이다.
8. 접힘
2024년 10월 9일, 노벨 화학상의 절반은 계산을 통한 단백질 설계로 데이비드 베이커에게, 나머지 절반은 단백질 구조 예측으로 딥마인드의 허사비스와 존 점퍼에게 돌아갔다. 전날 물리학상은 홉필드와 열네 번째 글에 나온 힌턴에게 돌아갔다.
그해 5월 알파폴드 3 논문이 나왔다. 단백질과 핵산, 작은 분자, 이온이 한데 붙어 있는 모습을 계산할 수 있었다. 코드는 같이 공개하지 않았고 온라인 서비스만 열었다. 구조생물학과 계산생물학 연구자 여럿이 《네이처》에 공개 서한을 보내 이 분야의 관행에서 벗어났다고 했다. 11월에 코드가 공개됐고 비상업적 용도로 한정됐다.
오는 길에 빠진 말이 몇 가지 있다. 앤핀슨의 ‘주어진 환경에서’, 몰트의 ‘어떤 의미에서는’, CASP 보도자료의 ‘단백질 하나’, 연구소 공지의 ‘목록에 오른’, 딜 등이 쓴 ‘이제 하나의 목표로 보지 말자’. 다 지우고 나면 문장 하나가 남는다. 50년 된 단백질 접힘 문제를 프로그램 하나가 해결했다.
이름 하나도 남았다. 수상 이유에 쓰인 말은 구조 예측이다. 널리 퍼진 말은 접힘이다.
알파폴드가 배운 것은 데이터베이스의 구조다. 1971년 그 일곱 개부터 반세기 동안 실험실마다, 연구팀마다 결정을 키우고 방사선을 쏘고 점을 계산해 구조를 하나씩 풀어 넣었다. CASP 문제에서는 실험실이 막 풀었으나 아직 발표하지 않은 구조를 먼저 내고 봉했다. 다른 사람들이 맞혀 보도록 한 것이다. 폴드잇 논문의 저자란에는 플레이어 팀 둘의 이름이 있다.
앤핀슨이 말한 주어진 환경은 서열 바깥에 있다. 이 사람들도 프로그램 바깥에 있다. 이 연재는 아무리 계산해도 이렇게 바깥에 남는 부분을 ‘남는 몫’이라 부른다.
기계는 계속 만들어지고, 경계가 어디인지는 세대마다 다시 말한다.