알파폴드 3: 제한적인 개선에도 과장된 홍보
최근 헤드라인에서 딥마인드의 알파폴드 3를 혁명적이라고 발표했지만, 선도적인 바이오 실험실의 더 자세한 검토 결과 그렇지 않은 것으로 나타났습니다. 열광적인 분위기에도 불구하고, 알파폴드 3는 과장된 홍보로 보이며, 알파폴드 2에 비해 오직 미미한 개선만 있었고 냉동 전자 현미경과 같은 전통적인 방법을 대체하기에는 아직 멉니다.
초기 평가
CTOL.digital의 예비 평가에서 우리는 알파폴드 3를 사용해 MST1 단백질 구조를 예측하고 RCSB PDB 단백질 데이터 은행의 3COM 데이터와 비교했습니다. 결과는 알파폴드 3의 예측 MST1 구조와 공개된 구조(PDB: 3COM)가 잘 맞지 않았으며, 934개의 정렬된 원자에 대해 RMSD 값이 14.892 Å으로 나타났습니다. 이런 큰 차이는 두 구조 간에 상당한 차이가 있음을 나타냅니다. 우리가 여러 비교적 간단하지 않은 단백질을 분석한 결과도 실망스러웠고, 이는 중국의 다른 연구자들에 의해 확인되었습니다. 하지만 우리는 잘못된 사용 가능성을 열어두고 있으며 정정을 환영합니다. 테스트 결과와 관계없이, 알파폴드 3의 구조 생성 속도는 우리 연구소 전체를 놀라게 했습니다.
다른 실험실의 결과
다른 실험실에서도 비슷한 실망스러운 결과를 보고했습니다. 소식통에 따르면 알파폴드 3는 전통적인 STRING 및 cGAMP 리간드 작업에 어려움을 겪었고 "결합 점수"가 낮았습니다. Nieng의 실험실도 이전 세대에 비해 "단백질-단백질 상호작용"에서 거의 개선이 없었다고 지적했습니다. 또 다른 출처는 RNA 구조 예측을 테스트했지만 만족스럽지 않은 결과를 얻었습니다. 단백질-리간드 작업의 성능은 받아들일 만했지만, "마술적"이라고 하는 마케팅 주장에는 여전히 멉니다.
제한적 기능성과 엄격한 이용 약관
사용자들은 알파폴드 3의 제한적인 리간드 선택 옵션과 향후 분자 도킹 연구에 대한 명시적 금지에 좌절감을 표현했습니다. 분자 도킹은 특히 신약 개발에서 구조 데이터를 기능적 통찰력으로 변환하는 데 중요합니다. 널리 사용되는 도구인 Glide와 AutoDock은 알파폴드 3의 이용 약관에 명시적으로 금지되어 있습니다.
분석: 기술 기업의 과장된 마케팅
기술 기업들은 점점 더 자사의 AI 솔루션을 과장해서 홍보하고 있습니다. OpenAI는 예를 들어 수개월 동안 공개되지 않은 새로운 도구들을 선보여 왔습니다. 자사의 AI 우위를 회복하려는 압박에 직면한 구글은 Gemini 출시와 알파폴드 3에 대한 과장된 홍보로도 그 목표에 가까워지지 못했습니다. 우리는 금융시장에서 우위를 점하기 위해서는 좋은 이야기를 만들고 대중의 관심을 끊임없이 끌어내는 것이 중요하다는 점을 인정합니다. 하지만 이는 주가의 심각한 하락이라는 미래를 초래할 수도 있습니다.
의견: 알파폴드의 실제 가치는 제약 산업에서 의문스러움
알파폴드는 단백질 구조를 확률적으로 예측합니다. 하지만 제약 산업에서는 원자 수준의 정확도가 필요합니다. 시간이 지나면 알파폴드 3가 실제로 산업에서 가치 있는지 알 수 있을 것입니다.