지난해 7월 15일, 딥마인드는 '알파폴드를 사용한 매우 정확한 단백질 구조 예측(Highly accurate protein structure prediction with AlphaFold-다운)'이란 제목으로 네이처에 발표하고 단백질 구조 예측 인공지능(AI) 플랫폼 '알파폴드(AlphaFold-다운)'를 누구나 사용할 수 있게 오픈 소스로 공개했다.

이어 7월 22일, 데미스 허사비스(Demis Hassabis) 구글 딥마인드 CEO가 공식 블로그를 통해 오늘날 과학자들이 연구에 의존하는 생물(효모, 대장균, 초파리, 쥐 등) 20개 유기체에 대한 추가 단백질뿐만 아니라 인체의 모든 단백질의 형태에 대한 고품질의 2만여개와 36만 5000개 이상 단백질의 3차원 구조를 정확히 예측하는 데 성공하고 이를 공개한다고 밝혔었다.

또한 딥마인드 연구팀은 향후 1, 2년 내 지금까지 알려진 단백질의 절반 이상인 1억3000만개 단백직 구조 예측 결과를 제시할 수 있도록 '알파폴드 단백질 구조 데이터베이스(AlphaFold Protein Structure Database- 보기)'를 확장할 계획이라고 덧붙였다.

여기에, 1년만에 딥마인드가 '알파폴드'를 이용해 무려 2억개 이상의 단백질 구조를 업데이트했다고 28일(현지시간) 밝힌 것이다. 이는 지구상 알려진 거의 모든 단백질의 구조를 예측할 수 있게 됐다는 의미다.

단백질은 생명의 구성 요소이며, 모든 생물의 모든 생물학적 과정을 뒷받침한다. 그리고 단백질의 모양은 기능과 밀접하게 연결되어 있기 때문에 단백질의 구조를 알면 단백질이 하는 일과 작동 방식에 대해 더 잘 이해할 수 있다.

이 업데이트를 통해 식물, 박테리아, 동물 및 기타 유기체에 대한 예측된 구조가 포함되어 연구자들이 알파폴드를 사용하여 지속 가능성, 식량 불안정, 방치된 질병을 포함한 중요한 문제에 대한 작업을 발전시킬 수 있는 많은 새로운 기회를 제공할 것으로 예상된다.

이날 하사비스 딥마인드 CEO는 "오늘 저는 이 여정의 다음 단계를 공유하게 되어 매우 기쁩니다. 이제, 구글에서 키워드를 검색하는 것 만큼이나 쉽게 단백질 3D 구조를 찾을 수 있으며 디지털 생물학의 새로운 시대가 시작된 것입니다"라며, "이는 인류를 위한 선물이며, 이 과학적 지식을 세계와 자유롭게 공유합니다"라고 말했다.

한편, 딥마인드의 '알파폴드 단백질 구조 데이터베이스(보기)'는 현재까지 190개국에서 500,000명 이상의 연구 및 개발등이 2백만 개 이상의 구조를 확인했으며, 2억 개 이상의 모든 구조는 구글 클라우드 공개 데이터세트(Google Cloud Public Datasets)와 깃허브(다운)를 통해 대량 다운로드가 가능해져 전 세계 연구 및 과학자 개발자들의 접근성을 혁신적으로 높였다.

아울러, 딥마인드는 '알파폴드 단백질 구조 데이터베이스'를 공개하기 전에 책임감 있게 신중한 접근 방식에 따라 생물학 연구, 보안, 윤리 및 안전 분야의 30명 이상의 전문가로부터 자문과 검증을 통해 잠재적 위험을 최소화 했다고 밝혔다. 이는 딥마인드가 기본적으로 윤리와 사회적 영향에 중점을 둔 이니셔티브를 우선시한다는 의미다. (아래 영상은 알파폴드로 마르셀로와 메건이 10년 동안의 문제를 몇 분 만에 해결한 방법-Unfolded)