MIT Jameel Clinic 연구진이 2024년 11월 19일 최초 공개한 Boltz-1은 단백질, RNA, DNA, 소분자 리간드(Small Molecule) 등으로 구성된 범용 생물분자 복합체의 3차원 입체 구조를 정밀하게 예측하는 최첨단 생체분자 인공지능 모델입니다. 초거대 생성형 언어 모델이 전체 문맥을 이해하여 자연스러운 문장을 완성하듯이, Boltz-1은 분자 간 공간적 상호작용 지도(Pair representation)와 다중 구조 정렬 알고리즘을 학습하여 원자 수준의 정밀한 3차원 공간 좌표를 유기적으로 복원해 냅니다. 기존 모델들이 단순 단백질 단량체 구조 예측에 주로 치중했던 기술적 한계를 넘어, 생명 현상의 핵심 동력인 다중 분자 간 결합 구조와 바이오 융합 복합체의 정밀 입체 구조를 수초 만에 산출해 내는 생명정보학 분야의 혁신적 컴퓨팅 솔루션입니다. 기존의 대표적 딥러닝 구조 예측 도구인 AlphaFold2는 단백질 간 상호작용 분석에는 뛰어났으나 소분자 약물이나 핵산이 포함된 heteromer 복합체 예측에는 명확한 한계를 가졌으며, 차세대 모델인 AlphaFold3는 높은 예측 정밀도에도 불구하고 초기 출시 과정에서 모델 가중치 미공개 및 비상업적 이용 제한 정책으로 인해 자체 연구 파이프라인 탑재에 큰 제약이 존재했습니다. Boltz-1은 상업적 이용이 허용되는 MIT 라이선스를 바탕으로 오픈소스 코드와 사전 학습 가중치 전체를 파격적으로 완전 공개함으로써 이러한 한계를 근본적으로 극복했습니다. 연구자들은 폐쇄형 외부 웹 서버나 제한된 플랫폼에 의존하지 않고, 자체 연구 인프라에 모델을 즉시 구축하여 대규모 데이터셋 기반의 구조 예측 및 독자적인 파인튜닝을 자유롭게 수행할 수 있습니다. 생명공학 및 신약 개발 연구진은 Boltz-1을 도입하여 신약 타깃 단백질과 후보 약물 분자 간의 고속 가상 스크리닝(Virtual Screening) 파이프라인을 효율적으로 구축할 수 있습니다. 예를 들어 표적 단백질의 아미노산 서열과 신약 후보 화합물의 SMILES 구조식을 기술한 YAML 설정 파일을 입력하면, 자동화된 다중 시퀀스 정렬(Multiple Sequence Alignment, MSA) 서버와 연동하여 수초 내에 결합 복합체의 PDB 구조 파일과 구조적 신뢰도 점수(pLDDT 및 pTM)를 출력합니다. 연구진은 산출된 3차원 좌표 데이터를 파이썬 기반 생명정보학 분석 도구와 연계하여 결합 포켓의 원자 간 거리, 수소 결합 형성 네트워크, 3차원 공간 정합성을 정량 평가할 수 있으며, 이를 통해 수만 개의 화합물 도서관 중에서 최적의 결합력을 갖춘 지휘 화합물(Lead Compound)을 신속히 선별해 냅니다. 또한 차세대 RNA 치료제 및 면역 바이오 연구 분야에서는 RNA 염기 서열과 조절 단백질 사슬을 동시 입력하여 RNA-단백질 복합체 결합 인터페이스(Interface)를 정밀 추정하는 실험에 유용하게 도입할 수 있습니다. GPU 가속 성능에 최적화되어 복잡한 다중 사슬 복합체 추론을 실시간에 가깝게 완성하므로, 기존 물리적 실험실 단독 구조 분석(X-ray 결정학, Cryo-EM)에 소요되던 수개월의 시간과 막대한 비용을 극적으로 절감시킵니다. 나아가 결합 부위 탐색 알고리즘과 통합되어 효소 억제제 설계, 면역 항체-항원 구조 정합성 검증, 변이 단백질의 구조적 섭동 분석 등 다채로운 첨단 바이오 연구 분야에서 핵심적인 정밀 분석 플랫폼으로 자리잡고 있습니다.