안녕하세요! 슈크림빵입니다. 이번 생명공학 챕터는 진짜진짜 재밌습니다. 장담합니다.
어느새 다섯번째 글이 되었고, 신청해주신 것 중 한 챕터만 남았네요. 10개 중에 6개 할 거면 그냥 10개 다 하는게 낫지 않나? 뭐 그런 생각도 들고 그렇습니다.
저는 공부하는 느낌이 나서 재밌고 색다로워 좋아요. 이렇게 글쓰기로라도 안 하면 관심 없는 분야는 죽을 때까지 안 쳐다볼 것 같거든요!
이번에는 Biotechnology and Synthetic Biology인데요. 이름부터 어렵지 않나요?
합성생물학, 유전자 편집, 맞춤형 생물학적 솔루션 연구 등에 관련된 내용입니다. 과학 시간에 졸아서 쫓겨나본 적도 있는 제가 이걸 다루다니 솔직히 양심이 좀 없는거 같습니다.
그럼 시작해보겠습니다~!
"생명공학(Biotechnology)"이라는 단어를 들으면 무엇이 떠오르시나요?
병원? 유전자? 어렵고 먼 이야기?
사실 우리는 이미 수천 년 전부터 생명공학을 써왔습니다.
작물을 품종 개량하고, 가축을 교배하는 것이 바로 1세대 생명공학입니다.
50년 전쯤, 과학자들이 DNA를 직접 자르고 붙이는 기술을 발명하면서 2세대가 시작됐습니다.
그리고 지금은 3세대, 합성생물학(Synthetic Biology)의 시대입니다.
생물을 읽고, 편집하는 것을 넘어 처음부터 "설계"하고 "조립"하는 단계에 와 있습니다.
🧬 DNA란?
DNA는 생물의 "설계도"입니다. A, C, T, G 네 가지 글자가 특정 순서로 나열되어 있고, 이 순서가 세포에게 "무엇을 만들어라"라고 지시합니다. 합성생물학은 이 글자 순서를 인간이 직접 설계해서, 자연에 없던 새로운 기능을 가진 생물을 만드는 학문입니다.
SETR은 생명공학을 "전기나 인터넷처럼, 사회 전체를 바꿀 수 있는 범용 기술(general-purpose technology)"로 봅니다.
DNA에 코드를 넣을 수만 있다면, 그 제품은 언제 어디서든 생물이 직접 "키워낼" 수 있기 때문입니다.
McKinsey는 바이오제조가 궁극적으로 전 세계 경제의 물리적 투입물 중 60%를 대체할 수 있다고 전망합니다. 어마어마한 숫자입니다.
본론 ①: AI가 생물학을 어떻게 바꾸고 있나요?
🔬 단백질의 모양을 예측하는 AI
세포 안에서 일을 하는 건 단백질입니다.
단백질의 모양이 그 역할을 결정하는데, 이 모양을 실험으로 알아내려면 수개월에서 수년이 걸렸습니다.
2024년 노벨 화학상을 받은 AI 기술(AlphaFold 등)은 이 과정을 컴퓨터 한 대로 할 수 있게 만들었습니다.
AlphaFold는 2020년에 구글 딥마인드가 만들었습니다.
아미노산 서열(글자 순서)만 입력하면, AI가 그 단백질이 어떤 3D 모양으로 접힐지를 예측해줍니다. 정확도가 실험실 결과와 거의 같은 수준이었습니다. 이후 AlphaFold2는 알려진 거의 모든 단백질(약 2억 개)의 구조를 예측해서 무료로 공개했습니다.
FIGURE 2.1
대장균(E. coli) 세포 단면 이미지
세포 하나 안에 들어있는 분자들의 복잡성을 보여주는 그림입니다. 세포는 모든 생물의 기본 단위이며, 이 안에서 수천 가지 단백질이 동시에 일하고 있습니다. 아직 세포 전체를 완벽히 시뮬레이션하는 AI 모델("가상 세포")은 존재하지 않습니다. 출처: David S. Goodsell, RCSB Protein Data Bank.
(저는 번역하기 전까지 보면서 진짜 아름다운 미술 작품 같다 생각했는데 대장균이네요 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ)
💊 AI가 신약을 설계합니다
Chai-2라는 AI 모델은 항체 기반 신약을 처음부터 설계할 수 있습니다. 2025년 7월 기준, 이 모델이 생성한 항체 후보 중 16%가 실제로 효과가 있었습니다. 16%가 낮아 보일 수 있지만, 기존 실험실 방식의 성공률(1% 미만)에 비하면 100배 이상 좋은 수치입니다. 신약 개발이 수년에서 수주로 빨라질 수 있다는 뜻입니다.
🧬 DNA를 쓰는 AI
Evo 2라는 모델은 자연어 대신 DNA 서열로 학습한 "유전체 파운데이션 모델"입니다. ChatGPT가 글을 쓰듯, Evo 2는 새로운 DNA 서열을 생성합니다...
