[새소식] 마틴 스타이네거 교수팀과 하버드대학 및 막스 플랑크 연구소의 공동 연구,  단백질 구조예측 플랫폼 ColabFold, 2022년 인공지능분야 최다 인용 논문 2위로 선정

ColabFold는 단백질 구조 예측 분야의 주요 성과 중 하나로 자리매김했으며, 해당 연구를 서술한 논문은 2022년에 네이처 메소드(Nature Methods, IF=47.990)에 게재되었다. ColabFold는 마틴 스타이네거 교수가 2017년 개발한 MMseqs2의 다중 서열 정렬(Multiple sequence alignment) 속도와 정확성을 알파폴드2에 결합한 새로운 단백질 구조예측 플랫폼으로서 기존 모델에 비해 속도와 사용 편의성을 개선했다는 평가를 받고 있다. ColabFold는 알파폴드2만큼의 정확성을 유지하면서도 최대 100배 더 빠른 예측 속도를 달성했고, 구글 Colab이나 로컬 장치에 설치하여 무료로 사용할 수 있도록 접근성을 개선함으로써 하나의 GPU로 하루에 1,000개 가량의 단백질 구조를 예측하는 수준에 도달했다.
ColabFold는 이런 장점에 힘입어 출시 이후로 5백만 건 이상의 단백질 구조 예측에 활용되었으며, 1,200회 이상 인용되는 등 과학계에서 널리 사용되어 제타 알파에서 2022년 한 해 동안 두 번째로 많이 인용된 AI 논문으로 선정되었다. ColabFold는 뛰어난 속도와 정확성을 바탕으로 신약 개발부터 질병과 관련된 단백질의 구조 이해에 이르기까지 다양한 연구 분야에서 핵심적인 도구로 활발히 이용되고 있다.
이 연구는 서울대학교 마틴 스타이네거 교수 연구실과 하버드대학교 세르게이 오브치니코프 교수, 밀롯 미르디타 박사 (막스플랑크연구소, 현 서울대)의 공동 연구로 이루어졌으며 콘스탄틴 슈체 (서울대, 현 뮌헨공대), 요시타카 모리와키 박사(동경대), 허림 박사(미시간주립대)가 추가로 기여하였다. 마틴 스타이네거 교수는 2021년 DeepMind와 함께 알파폴드2 개발에 참여한 공저자이며, 알파폴드2는 2021년 인공지능분야 최다 인용논문으로 선정된 바 있다. 현재, ColabFold는 국가생명연구자원정보센터(KOBIC)의 하드웨어 지원을 통해 서비스되고 있다.