홈으로 돌아가기

VibeGen: 진동에 의한 단백질 설계를 위한 AI

MIT 엔지니어들이 VibeGen을 개발했습니다 — 지정된 진동 및 동적 패턴에서 단백질 서열을 생성하는 AI 모델. 이 시스템은 반복 설계를 위한 두 에이전트를 사용한 확산 모델을 사용합니다. 시뮬레이션으로 확인된 결과는 의학 및 재료 과학 응용을 열어줍니다.

MIT VibeGen: vibe-coding 진동에 의한 단백질
Advertisement 728x90

VibeGen: MIT AI를 활용한 동적 패턴으로부터 단백질 생성

MIT 엔지니어들이 VibeGen을 개발했습니다. 이는 목표 운동 패턴(진동, 굴곡, 진동)을 기반으로 단백질 서열을 합성하는 생성 AI 모델입니다. 이 모델은 역문제를 해결하며, 지정된 동역학을 구현하는 아미노산 사슬을 결정합니다. 정적 형태가 아닌 것입니다. 이는 원하는 동작을 설명하면 기능적인 분자를 생성하는 vibe-coding과 유사합니다.

전통적인 접근법, AlphaFold를 포함해, 3D 구조 예측과 생성에 초점을 맞췄습니다. 그러나 동역학—굴곡, 신장, 맥동—이 기능성을 결정합니다: 리간드 결합, 하중 저항, 병원체 상호작용. VibeGen은 분자 동역학을 설계 과정에 통합하며, diffusion 모델을 사용해 반복 최적화를 수행합니다.

VibeGen 아키텍처: Designer와 Predictor

이 시스템은 두 개의 에이전트로 구성됩니다:

Google AdInline article slot
  • Designer: 목표 운동 프로파일에 맞춘 후보 아미노산 서열을 생성합니다.
  • Predictor: 동역학을 시뮬레이션하고 목표와의 일치도를 평가합니다.

에이전트들은 루프에서 상호작용합니다: Designer가 변형을 제안하고, Predictor가 물리 시뮬레이션을 통해 확인하며, 수렴할 때까지 반복됩니다. 핵심 기술은 단백질 공간에 적응된 diffusion 모델입니다: 초기 노이즈에서 시작해 지정된 진동 특성을 가진 서열을 형성합니다.

주요 특징:

  • 역문제: 동적 프로파일에서 서열로, 반대 방향이 아닙니다.
  • 반복적 안정화: 피드백 루프가 정밀도를 보장합니다.
  • 완전히 새로운 설계: 생성된 단백질은 자연 데이터베이스에 존재하지 않습니다.

검증과 기능적 퇴화성

생성된 단백질들은 분자 동역학 시뮬레이션을 거쳤습니다. 결과는 목표 패턴에 대한 충실도를 확인했습니다: 진동, 굴곡, 진동이 정확히 재현되었습니다. 예상치 못한 발견—여러 서열과 구조가 동일한 동역학을 생성한다는 점으로, 저자들은 이를 "기능적 퇴화성"이라고 명명했습니다.

Google AdInline article slot

이는 미개척 설계 공간을 가리킵니다: 진화는 가능한 동적 솔루션의 일부만 실현했습니다. VibeGen은 이 범위를 확장하며, 예측 가능한 동작을 가진 비진화적 옵션을 제공합니다.

생명공학과 재료과학에서의 응용

동역학 제어는 새로운 방향을 열어줍니다:

  • 의학: 정밀 결합과 최소 오프타겟 효과를 가진 치료 단백질.
  • 재료과학: 프로그래머블 역학—강도, 탄성—을 가진 섬유와 코팅.
  • 합성생물학: 자극에 실시간으로 반응하는 분자 액추에이터.

동역학은 단백질의 "vibe"—기능성을 정의하는 물리적 패턴입니다. 이 모델은 특정 작업에 맞는 분자를 설계할 수 있게 하며, 물리학을 AI 생성에 융합합니다.

Google AdInline article slot

주요 요점

  • VibeGen은 diffusion 모델을 사용해 동적 패턴에서 아미노산 서열을 생성하며, 정적 구조 중심을 우회합니다.
  • 두 에이전트—Designer와 Predictor—가 분자 동역학 시뮬레이션을 통해 반복 최적화를 주도합니다.
  • 생성된 단백질은 기능적 퇴화성을 보입니다: 다른 서열이 동일한 동역학을 생성합니다.
  • 진동과 진동 제어를 통해 의학, 재료과학, 합성생물학에서의 잠재력.
  • Matter (Cell Press) 게재, 2026년 3월 24일, 주저자—Marcus Bühler (MIT).

— Editorial Team

Advertisement 728x90

다음 읽기