1️⃣ 노벨 생리의학상 : 유전자 발현에 중요한 물질을 발견하다!

2024년 노벨 생리의학상은 미국 매사추세츠대 의대의 빅터 앰브로스 교수와 하버드 의대의 개리 러브컨 교수에게 돌아갔어요. 🎉 10월 7일, 스웨덴 카롤린스카연구소 노벨위원회가 두 사람을 수상자로 발표했죠.

👩🏻‍🔬 무슨 일을 했길래? 두 교수는 ‘마이크로 RNA(microRNA)’를 처음 발견한 공로로 노벨상을 받았어요. 마이크로 RNA는 어떤 유전자가 활약할지를 조절하는 매우 중요한 역할을 해요. 🧬

👩🏻‍🔬 왜 이름이 ‘마이크로’? ‘마이크로’라는 이름은 그 길이가 매우 짧아서예요. 인간의 유전체는 30억 개의 ‘뉴클레오타이드’로 구성되어 있는데, 마이크로 RNA는 20~25 뉴클레오타이드 정도밖에 안 돼요. 1984년, 앰브로스 교수가 처음 발견한 마이크로 RNA는 ‘lin-4 마이크로 RNA’로, 22 뉴클레오타이드로 이루어져 있답니다. 📏

👩🏻‍🔬 ‘마이크로’한데, 유전자 조절은 어떻게? 러브컨 교수는 이 과정을 밝혔어요. 앰브로스 교수가 발견한 lin-4 마이크로 RNA가 유전자를 어떻게 조절하는지 연구했죠. 우리 몸의 유전 정보는 DNA에 저장되어 있는데, 이 정보는 mRNA(메신저 RNA)로 변환되고, 단백질로 만들어져야 활용될 수 있어요. 마이크로 RNA는 이 과정에서 mRNA에 붙어 단백질 생성 과정을 조절해요. 러브컨 교수는 lin-4 마이크로 RNA가 lin-14 mRNA에 붙어 단백질 생산을 방해하는 것을 밝혔어요. 🧪

👩🏻‍🔬 그게 왜 중요해? 유전자가 단백질로 변환되는지 여부에 따라 우리 몸의 상태가 달라지기 때문이에요. 마이크로 RNA가 제대로 작동하지 않으면 암이 생길 수 있고, 관련 유전자가 손상되면 청력 상실, 눈이나 골격 장애 같은 질병이 발생할 수 있답니다. 💡

2️⃣ 노벨 물리학상 : 오늘날 AI의 기초를 개발한 사람들🧍‍♀️

2024년 노벨 물리학상은 존 홉필드 미국 프린스턴대 교수와 제프리 힌튼 캐나다 토론토대 컴퓨터학과 교수에게 돌아갔어요. 🎉 10월 8일, 스웨덴 왕립과학원 노벨위원회는 두 사람을 수상자로 발표하면서 “오늘날 강력한 머신 러닝의 기초를 개발했다”고 설명했어요. 💡

👩🏻‍🔬 무슨 일을 했길래? 두 사람은 1980년대부터 인공신경망 발전에 중요한 토대를 마련했어요. 1940년대 활발했던 인공신경망 연구가 1960년대에 주춤했지만, 1980년대 두 사람의 연구가 다시 활기를 불어넣었어요. 이 덕분에 오늘날의 AI 기술이 발전할 수 있었답니다.

👩🏻‍🔬 인공신경망... 들어는 봤는데? 챗GPT 같은 현재의 AI 대부분을 작동시키는 인공신경망은 인간의 뇌가 작동하는 방식을 모방했어요. 🧬 뇌는 뉴런이라는 신경세포로 이루어져 있고, 뉴런 사이의 연결이 강화되거나 약해지는 방식으로 기억을 저장하고 불러내죠. 인공신경망도 이와 비슷하게 ‘노드’라 불리는 뉴런 사이의 연결값이 커지거나 작아지며 정보를 저장해요.

👩🏻‍🔬 그래서 두 사람이 뭘 개발한 건데? 홉필드 교수는 인공신경망의 원리로 작동하는 ‘홉필드 네트워크’를 개발했어요. 이 네트워크는 오류가 있는 이미지를 보고 원래 이미지를 알아낼 수 있죠. 예를 들어, ‘7’이라는 이미지를 처음 저장한 후, 찢어진 ‘7’ 이미지를 입력해도 네트워크는 이를 알아보고 ‘7’임을 출력할 수 있어요.

힌튼 교수는 홉필드 네트워크를 활용해 ‘힌튼 머신’을 개발했어요. 이 네트워크는 처음 보는 정보도 기억 속 특정 범주에 속하는지 추론할 수 있어요. 예를 들어, 친구의 형제를 처음 봐도 그가 친구의 가족일 거라고 추측할 수 있는 것처럼요. 이 기능 덕분에 힌튼 머신은 영상이나 음악 추천 알고리즘 등에 활용될 수 있어요. 🎵

👩🏻‍🔬 물리학이랑은 무슨 상관? 홉필드 네트워크는 ‘원자 스핀’의 물리학에서 영감을 받았어요. 🧲 원자 스핀은 이웃하는 원자들이 서로 영향을 주는 방식인데, 홉필드는 이 원리로 인공신경망의 노드 사이 연결을 구축했죠. 힌튼 교수는 통계물리학을 이용해 힌튼 머신을 만들었답니다.

3️⃣ 노벨 화학상 : 구글 연구팀과 생화학자가 받았다!

2024 노벨 화학상은 데미스 허사비스 영국 구글 딥마인드 CEO와 존 점퍼 구글 딥마인드 수석 연구원, 데이비드 베이커 미국 워싱턴대 교수에게 돌아갔어요. 🎉 10월 9일, 스웨덴 왕립과학원 노벨상위원회는 효소와 호르몬 같은 단백질의 구조를 예측하거나 새롭게 설계하는 기술을 개발한 공로로 이들을 수상자로 선정했다고 발표했어요. 🧬

👩🏻‍🔬 무슨 일을 했길래? 허사비스 연구원과 점퍼 연구원은 인공지능 ‘알파폴드2’를 2020년에 개발했어요. 알파폴드2는 효소와 호르몬 같은 작은 단백질 구조를 높은 정확도로 예측할 수 있어요. 베이커 교수는 완전히 새로운 단백질 구조를 설계하는 소프트웨어 ‘로제타’를 개발했답니다.

👩🏻‍🔬 단백질 구조...? 중요해? 감정 조절 호르몬과 음식 분해 효소 등 생명체에서 중요한 역할을 하는 물질은 모두 단백질이에요. 이들 단백질은 20가지 아미노산이 긴 가닥처럼 연결되어 만들어져요. 이 가닥이 꼬이고 접혀 독특한 3차원 구조로 변하는데, 이 구조가 단백질의 기능을 결정하죠. 🧩 따라서 단백질 구조를 이해하면 미생물이 플라스틱을 분해하거나, 항생제 내성이 발생하는 이유 등을 더 잘 알 수 있어요. 새로운 단백질을 설계하는 기술은 백신 개발, 표적 의약품, 친환경 화학 산업 등에도 활용될 수 있답니다. 💡

👩🏻‍🔬 어떻게 개발했대? ‘단백질 올림픽’이라고도 불리는 ‘세계 단백질 구조 예측 대회(CASP)’를 통해서예요. 🏅 허사비스 연구원과 점퍼 연구원은 2020년 이 대회에서 ‘알파폴드2’를 사용해 90% 이상의 정확도로 단백질 구조를 예측했어요. 🔍 이는 알파폴드2가 알려진 모든 단백질 구조와 아미노산 서열 데이터를 학습한 결과였죠. 베이커는 1998년 CASP 대회에 ‘로제타’로 참가해 우수한 성적을 거둔 것을 계기로 새로운 단백질 구조를 설계하는 아이디어를 얻었어요.

👩🏻‍🔬 요즘은 어떻게 응용되고 있대? 알파폴드2와 로제타의 코드는 전 세계 연구자들에게 공유되어 누구든지 사용할 수 있어요. 특히 알파폴드2는 2024년 10월까지 190개국에서 200만 명 이상의 사람들이 사용했어요. 🔬 예전에는 단백질 구조를 알아내는 데 수 년이 걸렸지만, 이제는 수 분 만에 해결할 수 있답니다. ⏳

🤖한 주 뉴-테크 소식을 더 빨리 받아보고 싶다면 씨즈 인스타그램을 팔로우 해요!