올해 노벨 화학상 수상을 기념하여 데이비드 베이커(David Baker) 박사의 컴퓨터 단백질 설계 분야 업적을 상세히 담은 인포그래픽을 제작했습니다. 베이커 박사는 단백질 구조 예측 분야의 발전으로 공로를 인정받은 딥마인드(DeepMind)의 데미스 허사비스(Demis Hassabis), 존 M. 점퍼(John M. Jumper)와 함께 노벨상을 공동 수상했습니다. 아래에서 무료로 제공되는 전체 편집 가능한 템플릿 을 확인해 보세요.
이번 인포그래픽 제작에 협력해 주신 워싱턴 대학교 커뮤니케이션 책임자이자 데이비드 베이커 박사 및 베이커 연구소의 커뮤니케이션 연락 담당자인 이안 C. 헤이든(Ian C. Haydon) 님께 특별한 감사를 전합니다!
데이비드 베이커의 맞춤형 단백질 설계 여정은 '단백질 접힘을 어떻게 예측하고 제어할 수 있을까?'라는 단순하지만 강력한 질문에서 시작되었습니다. 단백질은 복잡한 3차원 구조로 접히며 그 기능을 결정짓지만, 자연계에 존재하지 않는 특정 기능을 가진 단백질을 설계하는 것은 매우 어려운 과제입니다.1.
베이커 연구소는 아미노산 서열로부터 단백질 모양을 예측할 수 있는 로제타(Rosetta) 프로그램을 개발하여 단백질 구조 예측 문제에 처음 도전했습니다. 컴퓨팅 성능이 향상됨에 따라 베이커 연구팀은 AI를 도입하여 속도와 정확도를 높였습니다. 이를 바탕으로 베이커 연구소는 완전히 새로운 단백질을 처음부터 설계하는 방향으로 연구의 초점을 옮겼습니다.1,2RFdiffusion과 같은 도구를 사용하여 자연계에서 볼 수 없었던 기능을 가진 새로운 서열을 만들어냈습니다.
RFdiffusion은 새로운 단백질을 설계하는 데 사용되는 최첨단 모델입니다. 이 모델은 구조 예측을 위해 개발된 도구인 로제타폴드(RoseTTAFold)를 기반으로 하며, 단백질 예측을 정교화하는 과정인 디노이징(denoising) 기술을 적용했습니다.3로제타폴드는 초기 모델을 점진적으로 유도하여 최종적으로 새롭게 설계된 단백질 구조로 수렴하도록 함으로써 RFdiffusion을 지원합니다.3.
RFdiffusion의 범용성과 효과는 대칭형 조립체, 금속 결합 단백질, 표적 결합체 등 다양한 단백질 설계 성공 사례를 통해 입증되었습니다.4. 이 과정은 무작위 노이즈, 반복적인 디노이징, 최종 조립이라는 세 가지 핵심 단계로 이루어집니다.
데이비드 베이커의 획기적인 단백질 설계 연대기
데이비드 베이커의 선구적인 드 노보(de novo) 단백질 설계 연구는 다음과 같은 몇 가지 획기적인 혁신을 이끌어냈습니다.
Top7 (2003년): 최초의 드 노보(de novo)-설계 단백질인 Top7은 2003년 데이비드 베이커(David Baker) 연구실에서 탄생했으며, 단백질 설계 분야의 획기적인 전환점이 되었습니다.5이 완전 합성 단백질은 자연계에서 발견되지 않는 독특한 구조를 지니고 있어, 컴퓨터를 이용한 단백질 설계의 잠재력을 입증하고 과학 및 의학 분야에서 맞춤형 단백질 혁신을 위한 길을 열었습니다.
인플루엔자 항바이러스 단백질 (2011년): 베이커 연구팀은 1918년 인플루엔자 바이러스의 헤마글루티닌(hemagglutinin)에 결합하는 단백질을 설계하여, 바이러스 감염 대응에 있어 단백질 공학의 가능성을 보여주었습니다.6.
자기 조립 단백질 나노입자 (2016년): 자기 조립 방식의 정이십면체 단백질 케이지를 구현함으로써, 특정 기하학적 구조와 기능을 갖춘 복잡한 나노 구조를 설계할 수 있는 능력을 입증했습니다.7.
SARS-CoV-2 미니 단백질 억제제 (2020년): 코로나19 팬데믹에 대응하여 베이커 연구실은 SARS-CoV-2 스파이크 단백질을 억제하는 미니 단백질을 개발했으며, 이는 새로운 보건 위협에 대처하는 단백질 설계의 신속한 적응력을 잘 보여줍니다.8.
확장 가능한 단백질 나노섬유 (2023년): 제어 가능한 기하학적 구조로 6량체 조립체를 형성할 수 있는 확장형 반복 단백질 설계는 재료 과학 및 나노 기술 분야에 새로운 가능성을 제시합니다.9.
이러한 획기적인 성과들은 단백질 설계가 의학, 생명공학, 재료 과학을 어떻게 변화시키고 있는지 보여줍니다. 데이비드 베이커의 선구적인 혁신과 더불어, 알파폴드(AlphaFold)를 개발한 데미스 하사비스(Demis Hassabis) 박사와 존 M. 점퍼(John M. Jumper) 박사가 2024년 노벨 화학상을 수상한 것은 단백질 연구를 발전시키는 데 있어 딥러닝과 다양한 접근 방식이 가진 힘을 강조합니다.
나만의 인포그래픽을 만들고 싶으신가요? 계속 읽어보세요! 이 인포그래픽을 어떻게 디자인했는지 그 뒷이야기를 공개하며, BioRender에서 멋진 인포그래픽을 쉽게 제작할 수 있는 팁과 요령을 알려드립니다.
인포그래픽 제작기: 빛나는 시각적 스토리텔링
BioRender에서 인포그래픽을 디자인할 때, 저희는 1) 과학적 사실을 정확하게 보여주고 2) 시각적으로 매력적이며 이해하기 쉽게 만드는 것을 목표로 합니다. 위 인포그래픽처럼 포함해야 할 정보가 많을 때는 이 두 가지를 모두 달성하기가 어려울 수 있습니다. 하지만 올바른 접근 방식을 사용하면 여러분도 충분히 해낼 수 있습니다.
노벨상 인포그래픽을 어떻게 완성했는지, 그리고 여러분도 어떻게 똑같이 만들 수 있는지 알려드립니다.
명확하고 역동적인 레이아웃 구성하기
인포그래픽과 같이 복잡한 자료의 경우, 내용을 체계적이고 읽기 쉽게 구성하여 정보의 과부하나 혼란을 방지하는 세심한 레이아웃이 특히 중요합니다. 맞춤형 단백질 설계에 관한 노벨상 인포그래픽을 명확하고 역동적으로 구성하기 위해 우리는 다음 세 가지 핵심 원칙을 따랐습니다.
이야기 조각들을 하나로 맞추기. 노벨상을 수상한 단백질 설계 기술에 관한 설득력 있는 인포그래픽을 만들기 위해 우리는 다음과 같은 이야기 요소들을 포함했습니다. 시선을 사로잡는 제목, RFdiffusion 컴퓨팅 도구에 대한 분석, 최첨단 미래 응용 분야, 그리고 단백질 설계의 진화 과정을 보여주는 연대표입니다. 이러한 구성 요소들을 바탕으로 자연스럽게 읽히는 명확한 순서로 배치했습니다.
핵심 시각 요소를 강조하세요. 최초의 설계 단백질인 Top7의 단백질 시각화 자료를 중심에 배치하기 위해 주변에 충분한 여백을 두었고, 다른 시각적 요소보다 훨씬 크게 제작했습니다. 또한 Top7 이미지를 메커니즘 섹션과 타임라인을 구성적으로 연결하는 위치에 배치했습니다.
밀도와 여백의 균형을 맞추세요. 'RFdiffusion in Action' 섹션처럼 텍스트가 많은 영역이나 타임라인처럼 생생한 색상이 많이 사용된 영역이 있었기에, 각 핵심 스토리 요소가 충분한 숨 쉴 공간을 가질 수 있도록 레이아웃을 세밀하게 조정했습니다.
이 레이아웃이 마음에 드시나요?BioRender 템플릿으로 만들어 두었으니 직접 사용해 보세요! 다음을 클릭하세요.여기템플릿 사용하기
시각적 효과를 극대화하는 방법
과학 인포그래픽은 중요한 이야기를 다루며, 설계 단계부터 콘텐츠가 밀도 있게 구성됩니다. 다른 고밀도 콘텐츠 형식(예: 연구 포스터)과 차별화되는 점은 바로시각적 대비를 핵심 테마로 활용한다는 것입니다.
시각적 대비는 규모(대 vs 소), 렌더링(사실적 vs 도식적), 공간(개방형 vs 밀집형 섹션), 색상/톤(색조, 채도, 명도 선택) 등 효과적인 인포그래픽 디자인의 모든 측면에 스며들어 있습니다. 화학 노벨상 인포그래픽을 위해 우리는 인포그래픽의 중심을 제작할 때 이러한 테마를 활용했습니다. 바로 눈길을 사로잡는 3D 시각화 자료인 최초의 드 노보(de novo) 단백질 설계 - Top7입니다.
렌더링 및 색상: 독자들이 Top7 단백질의 분자 구조를 자세히 들여다보길 원했습니다. 이를 위해 BioRender의 PDB 플러그인을 사용하여 카툰 및 표면 단백질 표현 방식 모두에서 동일한 관점으로 Top7의 3D 렌더링을 여러 개 생성했습니다. 그런 다음 이러한 렌더링에 스타일을 입히고(색상 오버레이, 발광, 투명도와 같은 BioRender 기능 활용) 레이어를 겹쳐 최종적인 '엑스레이' 효과를 구현했습니다.
규모와 구성: Top7 그래픽은 타임라인에 있는 다른 합성 단백질보다 훨씬 큰 규모로 확대되었습니다. 이러한 크기 대비와 어두운 배경에서 돋보이는 생생한 색상은 자연스럽게 독자의 시선을 사로잡습니다.
전체적인 연결성: 그런 다음 Top7 이미지 주변에 특정 그래픽 디자인 모티프(예: 아래 타임라인과 연결되는 선, 단백질 구조를 감싸는 검은색 원)를 추가하여 인포그래픽의 다른 요소들과 시각적으로 연관시켰습니다. 이렇게 함으로써 Top7은 시각적 중심 역할을 하면서도 전체 디자인과 매끄럽게 통합됩니다.
핵심 그래픽을 어디서부터 시작해야 할지 막막하신가요? BioRender 아이콘 팩을 시작점으로 활용해 보세요! 피규어 제작에 도움이 될 단백질 구조 아이콘 컬렉션을 준비했습니다.
모든 그림은 들려주기를 기다리는 하나의 이야기입니다. 먼저 스스로에게 질문해 보세요.내가 전달하고자 하는 핵심 메시지는 무엇인가? 이는 포함할 핵심 그래픽부터 정보를 구성하는 방식에 이르기까지 디자인 선택의 방향을 결정합니다. BioRender와 같은 도구와 사려 깊은 접근 방식을 통해 과학적 이야기를 생생하게 전달할 수 있습니다.
Watson, J. L., Juergens, D., Bennett, N. R., Trippe, B. L., Yim, J., Eisenach, H. E., Ahern, W., Borst, A. J., Ragotte, R. J., Milles, L. F., Wicky, B. I., Hanikel, N., Pellock, S. J., Courbet, A., Sheffler, W., Wang, J., Venkatesh, P., Sappington, I., Torres, S. V., & Baker, D. (2023). De novo design of protein structure and function with RFdiffusion. Nature, 620(7976), 1089-1100. https://doi.org/10.1038/s41586-023-06415-8
Kuhlman, B., Dantas, G., Ireton, G. C., Varani, G., Stoddard, B. L., & Baker, D. (2003). Design of a Novel Globular Protein Fold with Atomic-Level Accuracy. Science. https://doi.org/10.1126/science.1089427
Fleishman, S. J., Whitehead, T. A., Ekiert, D. C., Dreyfus, C., Corn, J. E., Strauch, E. M., Wilson, I. A., & Baker, D. (2011). Computational design of proteins targeting the conserved stem region of influenza hemagglutinin. Science, 332(6031), 816-821. https://doi.org/10.1126/science.1202617
Bale, J. B., Gonen, S., Liu, Y., Sheffler, W., Ellis, D., Thomas, C., Cascio, D., Yeates, T. O., Gonen, T., King, N. P., & Baker, D. (2016). Accurate design of megadalton-scale two-component icosahedral protein complexes. Science, 353(6297), 389. https://doi.org/10.1126/science.aaf8818
Cao, L., Goreshnik, I., Coventry, B., Case, J. B., Miller, L., Kozodoy, L., Chen, R. E., Carter, L., Walls, A. C., Park, J., Strauch, M., Stewart, L., Diamond, M. S., Veesler, D., & Baker, D. (2020). De novo design of picomolar SARS-CoV-2 miniprotein inhibitors. Science. https://doi.org/10.1126/science.abd9909
Bethel, N. P., Borst, A. J., Parmeggiani, F., Bick, M. J., Brunette, T., Nguyen, H., Kang, A., Bera, A. K., Carter, L., Miranda, M. C., Kibler, R. D., Lamb, M., Li, X., Sankaran, B., & Baker, D. (2023). Precisely patterned nanofibres made from extendable protein multiplexes. Nature Chemistry, 15(12), 1664-1671. https://doi.org/10.1038/s41557-023-01314-x