상대적으로 신생 기업인 EvolutionaryScale은 과학 연구에 활용할 수 있는 새로운 단백질을 생성하는 AI 모델을 구축하기 위해 대규모 자금을 확보했습니다.
EvolutionaryScale은 화요일, 전 GitHub CEO인 Nat Friedman, Daniel Gross, Lux Capital이 주도하고 Amazon과 엔비디아(Nvidia)의 기업 벤처 자회사 NVentures가 참여한 시드 라운드에서 1억 4,200만 달러를 모금했다고 발표했습니다. 이 스타트업은 또한 ESM3라는 AI 모델을 공개했는데, 이는 신약 개발 및 재료 과학에 필요한 단백질을 생성할 수 있는 생물학 분야의 "프론티어 모델"로 설명됩니다.
EvolutionaryScale의 공동 창립자이자 최고 과학 책임자(CSO)인 Alexander Rives는 성명을 통해 "ESM3는 인공지능이 구조물, 기계, 마이크로칩을 공학하고 컴퓨터 프로그램을 작성하는 방식처럼, 제1원리(first principles)로부터 생물학을 공학하는 미래로 나아가고 있다"고 말했습니다.
Rives는 2019년 Meta의 AI 연구소인 FAIR에서 Tom Sercu, Sal Candido와 함께 단백질을 탐색하기 위한 생성형 AI 모델 개발을 시작했습니다. 이후 팀이 해체되자, Rives, Sercu, Candido는 초기 작업을 지속하기 위해 Meta를 떠나 독립했습니다.
단백질의 특성을 분석(Characterizing proteins)하는 것은 질병의 메커니즘을 파악하여 질병 진행을 늦추거나 역전시킬 방법을 밝혀내는 데 도움이 될 수 있습니다. 반면, 단백질을 생성(Creating proteins)하는 것은 완전히 새로운 계열의 약물, 도구 및 치료제 개발로 이어질 수 있습니다. 그러나 현재 실험실에서 단백질을 설계하는 과정은 계산 처리 능력과 인적 자원 측면 모두에서 비용이 많이 드는 작업입니다.
단백질을 설계하려면 먼저 신체 내부 또는 특정 제품에서 그럴듯하게 기능을 수행할 수 있는 구조를 고안한 후, 그 구조로 "접힐(fold)" 가능성이 높은 단백질 서열(단백질을 구성하는 아미노산 서열)을 찾아내야 합니다. 단백질은 의도된 기능을 수행하기 위해 3차원 형태로 정확하게 접히는 것이 필수적입니다.
Rives에 따르면, 27억 8천만 개의 단백질 데이터셋으로 훈련된 ESM3는 단백질의 서열, 구조, 기능 간의 관계에 대해 "추론(reason over)"할 수 있는 능력을 갖추고 있어, Google DeepMind의 AlphaFold처럼 새로운 단백질을 생성할 수 있습니다. EvolutionaryScale은 전체 980억 개 파라미터를 가진 모델을 클라우드 Forge 개발자 플랫폼을 통해 비상업적 목적으로 제공하며, 오프라인 사용을 위한 소규모 버전의 모델도 함께 출시했습니다.
EvolutionaryScale은 ESM3를 이용해 해파리의 발광이나 산호의 생체 발광 색을 담당하는 녹색 형광 단백질(GFP)의 새로운 변이체를 개발했다고 밝히는 등 여러 성과를 보여주고 있습니다.
[추가 정보 및 흐름 정리]
- 배경: 전문 분야의 자금 조달 및 기술 개발을 설명하며, 해당 기업의 가치와 기술적 우위를 강조하는 내용을 포함할 수 있습니다.
- 결론: 해당 기술이 앞으로 의료 및 생명공학 분야에 미칠 긍정적인 파급 효과를 강조하며 마무리하는 것이 효과적입니다.