탄생은 이미 수년 전 예고된 회사입니다.
데미스 하사비스가 이끄는 알파벳의 새로운 자회사로, 인공지능 신약개발에 도전하는 회사입니다.
그냥 쉽게 말해 딥마인드가 신약개발에 도전한다.라고 할 수 있습니다.
저는 인공지능 신약개발 분야로 올 때 인공지능 신약개발 분야에서 최초의 성공사례는 딥마인드가 만들 것이라 생각했습니다.
분명히 인공지능 신약개발 분야에 진출할 것이라 기대하고 있었는데 드디어 그 회사가 탄생했네요.
회사 이름은 Isomorphic labs입니다. 자세한 설명은 아래 홈페이지에 있고, 블로그 페이지에 회사 이름의 의미가 있습니다.
https://www.isomorphiclabs.com/
https://www.isomorphiclabs.com/blog
단백질 구조예측 분야를 연구했던 사람으로서 딥마인드에 대해 말한다면,
딥마인드는 완전히 남들이 생각할 수 없는 아이디어를 생각해서 구현하는 것까지는 아니지만,
그 분야의 최고 전문가들이 당장은 아니더라도 언젠간 저런 것도 가능하지 않을까?라고 생각했던 것을, 바로 지금 만들어버리는 회사입니다. 단백질 구조예측 분야는 한때 정체되어있었고, correlated mutation을 활용하면서 새로운 길이 열렸지만, 기술 발전 속도는 느렸습니다. 기술 개발 주기는 CASP 대회가 2년마다 개최된다는 특성과도 연관되어 있긴 합니다.
아마도 딥마인드가 없었다면, 알파폴드 1 수준의 결과가 나오는 것은 그때로부터 4년 정도 후였을 것 같고, 알파폴드 2 수준에 도달하는 데에는 8년 이상이 걸렸을 것 같습니다.(그래프 피팅해서 얻은 결과는 아니고, 순전히 제 주관적인 감입니다.) 하지만 알파폴드의 등장으로 하나의 좋은 길이 제시되었고, 다들 빠르게 기술이 향상되고 있습니다.
지금 국내의 인공지능 신약개발 회사들은 대부분 방향성을 잃고 있습니다. (적어도 제가 아는 회사들은 그렇습니다.) 이름만 인공지능을 붙이고 인공지능은 보조적인 수단이 되거나, 인공지능의 사용 비중이 얼마 되지 않습니다. 굳이 거기서 인공지능을 빼도 상관없는 정도라고 느낍니다. 제가 체감하는 수준은, 다른 툴로도 되는데, 인공지능으로 하고, 결과의 향상은 미비하다. 하지만 다른 툴을 쓸 경우 해석 가능성이 높아서 굳이 인공지능으로 하고 싶진 않다.라는 정도입니다.
단백질 구조예측 분야에선 수년 후 나가야 할 방향이 막연히라도 보이긴 했는데, 인공지능 신약개발에선 사실 그것조차 제대로 보이지 않네요. 단순히 데이터 많이 만들어서 돌리면 된다. 같은 것은 아닐 것이라 생각합니다. 만약 된다고 해도, 그 데이터 생산비용이 너무 비쌉니다. 어떤 형태로든 전문지식과 AI의 결합이 될 것이라고 생각하긴 합니다만 아직은 명확한 길이 보이지 않습니다. Isomorphic labs 이 과연 어떻게 세상을 놀라게 할지 기대됩니다.
'Drug > Computer-Aided Drug Discovery' 카테고리의 다른 글
| pymol 사용법: pymol open source 설치 (0) | 2022.01.24 |
|---|---|
| cheminformatics 툴킷: rd_filters (3) | 2022.01.18 |
| protein-ligand 결합 구조와 도킹 구조 사이의 RMSD 계산 (2) | 2021.11.02 |
| Protein-ligand binding affinity 예측에 대해서 (0) | 2021.10.25 |
| openbabel 사용법: obabel (0) | 2021.10.25 |