순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Simulating 500 million years of evolution with a language model
Thomas Hayes, Roshan Rao, Halil Akin 외 · Science · 2025년 · 조회 20
왜 이 논문인가 — 선정 기준
오늘의 Editor's Pick · 전체 분야에서 그날 가장 주목할 논문 1편
2025-01 발표 · 피인용 724회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 원 분야 자연과학
피인용 724회·동년 논문 상위 1%라는 매우 높은 인용 영향력으로 ‘HOT’ 슬롯에 선정되었다.
논문 요약
본 연구는 수십억 년에 걸친 자연계 단백질 진화 기록을 언어 모델에 학습시켜, 알려진 단백질과 크게 다른 기능성 단백질을 생성할 수 있음을 보여준다. 대규모 진화 데이터를 이용한 멀티모달 생성 모델인 ESM3를 개발하여 서열, 구조, 기능을 동시에 고려하도록 설계하였다. ESM3에 형광 단백질을 생성하도록 프롬프트를 주었고, 실험적으로 합성한 후보 중 58% 서열 유사성을 가진 밝은 형광 단백질을 발견하였다. 이는 약 5억 년에 해당하는 진화 과정을 시뮬레이션한 것과 동등한 결과이다.
후속 연구설계에 활용하기
ESM3를 이용해 특정 기능(예: 효소 활성, 결합 친화도)을 목표로 하는 프롬프트 설계와 서열 다양성 측정을 변수로 설정하여 새로운 단백질 디자인 실험을 설계할 수 있다.
핵심어
언어 모델단백질 설계진화 시뮬레이션형광 단백질
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.