책에 포함된 노트AlphaFold 실전 사용법: 서열 준비부터 구조 해석, AlphaFold 3와 재현 가능한 보고까지

AlphaFold DB로 이미 계산된 구조 활용하기

2026-05-12Views 106약 11분생성형 AI 활용

Summary

새로 접기 전에, 이미 접힌 구조부터 찾기

단백질 구조 예측을 처음 배우는 사람은 보통 "내 서열을 AlphaFold에 넣고 돌려야겠다"라고 생각합니다. 하지만 실무에서는 순서가 조금 다릅니다. 먼저 물어야 할 질문은 이것입니다. "혹시 이 단백질은 이미 누군가, 혹은 AlphaFold DB가 계산해 두지 않았을까?"

AlphaFold Protein Structure Database, 줄여서 AlphaFold DB 또는 AFDB는 Google DeepMind와 EMBL-EBI가 함께 제공하는 공개 단백질 구조 예측 데이터베이스입니다. 최신 AlphaFold DB는 UniProt에 등록된 단백질 서열을 폭넓게 포함하며, 2억 개가 넘는 예측 구조에 무료로 접근할 수 있게 해 줍니다.¹ 이 말은 단순히 "자료가 많다"는 뜻이 아닙니다. 이미 공개된 모델을 쓰면 MSA 검색, GPU 실행, 결과 정리, 파일 변환에 들어가는 시간을 통째로 줄일 수 있습니다.

특히 다음과 같은 상황에서는 직접 예측하기 전에 AlphaFold DB를 먼저 확인하는 편이 좋습니다.

사람, 생쥐, 대장균, 효모처럼 잘 연구된 생물의 단백질을 다룰 때
UniProt accession을 이미 알고 있고, 단일 단백질의 대략적인 접힘을 확인하려 할 때
실험 구조가 없거나 부족한 단백질의 도메인 위치, 접힘, 무질서 구간을 빠르게 보고 싶을 때
논문 그림, 변이 해석, 기능 가설 수립을 위해 "출발점 구조"가 필요할 때

다만 AlphaFold DB의 모델은 어디까지나 예측 구조입니다. 결정구조나 cryo-EM 구조처럼 실험으로 관찰된 구조가 아니며, 리간드, 금속 이온, 막 환경, 결합 파트너, 특정 활성 상태가 빠져 있을 수 있습니다. 그러므로 AlphaFold DB는 "정답 저장소"라기보다 "매우 강력한 구조 가설 저장소"로 보는 것이 안전합니다.

AlphaFold DB로 이미 계산된 구조 활용하기

UniProt accession으로 가장 정확하게 찾기

AlphaFold DB에서 구조를 찾는 가장 좋은 열쇠는 UniProt accession입니다. 지난 장에서 UniProt에서 서열을 찾았다면, 이제 그 accession을 그대로 AlphaFold DB 검색창에 넣으면 됩니다. UniProt accession은 단백질 하나를 가리키는 안정적인 식별자입니다. 단백질 이름은 논문, 생물종, 데이터베이스마다 조금씩 달라질 수 있지만 accession은 훨씬 덜 흔들립니다.

예를 들어 어떤 단백질의 UniProt accession이 P12345라고 합시다. AlphaFold DB에서 이 값을 검색하면, 해당 accession에 대응하는 예측 구조 항목이 있으면 바로 나타납니다. AlphaFold DB의 항목 식별자는 보통 AF-[UniProt accession]-F[fragment number] 꼴을 따릅니다. 예컨대 accession이 A8H2R3이고 첫 번째 fragment라면 AF-A8H2R3-F1 같은 식별자가 붙습니다.²

여기서 F1은 fragment 번호입니다. 대부분의 단백질은 F1 하나로 충분하지만, 매우 긴 단백질은 여러 조각으로 나뉘어 제공될 수 있습니다. AlphaFold DB 다운로드 안내에 따르면 2700개 아미노산보다 긴 단백질의 경우 1400개 아미노산 길이의 겹치는 fragment로 제공되는 경우가 있습니다.³ 따라서 큰 단백질을 다룰 때는 "내가 보고 있는 구조가 전체 단백질인가, 아니면 일부 구간인가?"를 꼭 확인해야 합니다.

AlphaFold DB 항목을 열었으면 가장 먼저 확인할 것은 단백질 이름보다 organism 정보입니다. 같은 이름의 단백질이 사람, 생쥐, 대장균, 식물, 기생충에 모두 있을 수 있기 때문입니다. 이름이 같아도 서열이 다르면 구조도 달라질 수 있고, 기능적 맥락도 달라집니다. "kinase", "transporter", "hypothetical protein" 같은 이름은 특히 조심해야 합니다. 이런 이름들은 한 생물 안에서도 여러 단백질에 붙을 수 있습니다.

실무에서는 다음 순서로 확인하면 실수를 크게 줄일 수 있습니다.

UniProt accession이 내가 준비한 accession과 같은가?
organism, 즉 생물종이 내가 연구하는 생물과 같은가?
residue 범위가 내가 분석하려는 서열 구간과 일치하는가?
fragment 모델이라면 내가 필요한 도메인이 해당 fragment 안에 들어 있는가?
isoform, 전구체, signal peptide, mature chain 차이 때문에 번호가 어긋나지 않는가?

이 확인을 건너뛰면 나중에 매우 이상한 일이 벌어집니다. 논문에서는 사람 단백질 변이 R175H를 분석한다고 써 놓고, 실제 그림은 생쥐 ortholog 구조로 만든 경우가 생길 수 있습니다. 또는 1번 잔기부터 번호를 세는 줄 알았는데, 모델은 신호펩타이드를 포함한 전구체 기준이라 변이 위치가 한참 밀릴 수도 있습니다. 구조 분석의 많은 오류는 고급 알고리즘이 아니라 이런 기본 확인에서 시작됩니다.

단백질 이름으로 검색할 때의 함정

UniProt accession을 모를 때는 단백질 이름, 유전자 이름, 생물종 이름으로 검색할 수 있습니다. AlphaFold DB 검색창에 TP53 human, BRCA1 Homo sapiens, DNA polymerase Escherichia coli처럼 입력하면 후보를 찾을 수 있습니다. 하지만 이름 검색은 편한 만큼 조심해야 합니다.

단백질 이름은 별명처럼 쓰입니다. 같은 단백질이 여러 이름을 가질 수 있고, 반대로 비슷한 이름이 서로 다른 단백질을 가리킬 수도 있습니다. 유전자 이름도 생물종이 바뀌면 의미가 달라지는 경우가 있습니다. 세균에서는 strain 차이도 중요합니다. E. coli라고만 생각했는데 실제로는 K-12 계열인지, 병원성 strain인지에 따라 단백질 서열이 다를 수 있습니다.

따라서 이름으로 찾았더라도 최종적으로는 UniProt 항목으로 들어가 accession과 organism을 확인하는 편이 좋습니다. AlphaFold DB는 UniProt을 중심으로 구조 예측을 제공하므로, UniProt 페이지와 AFDB 페이지를 서로 오가며 확인하면 신뢰도가 올라갑니다. 연구 노트에는 검색어가 아니라 최종적으로 사용한 UniProt accession, AlphaFold DB identifier, 생물종, residue 범위를 적어 두세요. 나중에 보고서를 쓸 때 이 네 가지가 재현성을 지켜 줍니다.

구조 뷰어에서 먼저 볼 것은 모양이 아니라 색이다

AlphaFold DB 항목을 열면 3차원 구조 뷰어가 먼저 눈에 들어옵니다. 리본이 꼬이고 접힌 모습은 꽤 그럴듯해 보입니다. 하지만 여기서 곧장 "이 부분이 결합 부위다"라거나 "이 도메인은 이렇게 움직인다"라고 말하면 위험합니다. AlphaFold 모델을 볼 때 첫 번째 독해법은 모양보다 색입니다.

AlphaFold DB 구조 뷰어는 보통 pLDDT confidence score에 따라 구조를 색칠합니다. pLDDT는 각 잔기 주변의 국소 구조를 AlphaFold가 얼마나 자신 있게 예측했는지 나타내는 값입니다. 0에서 100 사이의 값을 가지며, 100에 가까울수록 해당 잔기 주변의 local structure에 대한 예측 신뢰도가 높습니다.²

일반적으로 pLDDT 색상은 다음처럼 해석합니다.

진한 파랑: 매우 높은 신뢰도, 대체로 잘 접힌 핵심 구조일 가능성이 큼
하늘색: 높은 신뢰도, 구조 해석에 비교적 안정적으로 사용할 수 있음
노랑: 낮은 신뢰도, 유연한 루프나 불확실한 구간일 수 있음
주황 또는 빨강: 매우 낮은 신뢰도, 무질서 영역이거나 예측 위치를 믿기 어려움

여기서 중요한 점은 "낮은 pLDDT = AlphaFold가 실패했다"가 아니라는 것입니다. 단백질에는 실제로도 특정한 고정 구조를 갖지 않는 구간이 많습니다. 이런 부분을 intrinsically disordered region, 즉 본질적 무질서 영역이라고 부릅니다. 긴 말단, linker, 유연한 loop, 반복 서열, 조절 단백질의 일부 구간은 실험적으로도 한 가지 모양에 고정되지 않을 수 있습니다. AlphaFold가 이런 구간을 빨강이나 주황으로 칠했다면, 그것은 "틀린 구조"라기보다 "이 구간은 고정된 하나의 구조로 말하기 어렵다"는 신호일 수 있습니다.

그래서 구조 뷰어에서는 다음처럼 읽는 습관이 좋습니다. 먼저 파란색으로 뭉친 안정적인 domain을 찾습니다. 그다음 노랑이나 주황으로 길게 뻗은 말단, domain 사이 linker, 표면 loop를 구분합니다. 마지막으로 내가 관심 있는 변이, 활성 잔기, 결합 후보 부위가 어느 색에 놓여 있는지 확인합니다.

만약 변이가 진한 파란색 domain 내부에 있고, 주변 잔기들도 안정적으로 접혀 있다면 구조적 해석을 시도해 볼 만합니다. 반대로 변이가 빨간색으로 길게 떠 있는 말단에 있다면 "이 변이가 특정 접힘을 망가뜨린다"고 단정하기 어렵습니다. 그 경우에는 구조 안정성보다 조절 부위, 번역 후 변형, 단백질-단백질 상호작용, 세포 내 위치 신호 같은 다른 가능성을 함께 생각해야 합니다.

낮은 신뢰도 구간을 버리지 말고 표시하라

초보자는 낮은 pLDDT 구간을 보면 종종 삭제하고 싶어집니다. 그림을 그릴 때도 빨간 꼬리가 보기 싫어서 잘라내고 싶은 유혹이 생깁니다. 하지만 분석 목적에 따라 낮은 신뢰도 구간은 오히려 중요한 정보가 될 수 있습니다.

예를 들어 전사인자나 신호전달 단백질에는 짧은 선형 motif가 무질서 구간에 숨어 있는 경우가 많습니다. 이런 motif는 특정 파트너를 만날 때만 접히거나, 인산화 같은 번역 후 변형을 통해 기능이 바뀔 수 있습니다. AlphaFold DB에서 그 구간이 낮은 pLDDT로 보인다면, "구조가 없으니 의미가 없다"가 아니라 "고정된 구조보다 유연성이 기능일 수 있다"고 해석해야 합니다.

보고서나 논문 그림에서는 낮은 신뢰도 구간을 몰래 제거하기보다 명확히 표시하는 편이 좋습니다. 예를 들어 "N-말단 1–45번 잔기는 pLDDT가 낮아 구조 해석에서 제외했다" 또는 "C-말단 무질서 예측 구간은 회색 점선으로 표시했다"처럼 적으면 독자가 모델의 한계를 이해할 수 있습니다. AlphaFold 구조를 잘 쓰는 사람은 멋진 그림을 만드는 사람이 아니라, 어디까지 믿고 어디서 멈출지 아는 사람입니다.

PDB와 mmCIF 파일 다운로드하기

AlphaFold DB에서 구조를 활용하려면 뷰어로 보는 것에서 끝나지 않고 파일을 내려받아야 합니다. 개별 구조 페이지에는 보통 coordinate file을 다운로드하는 메뉴가 있습니다. 여기서 PDB 또는 mmCIF 형식의 구조 파일을 받을 수 있습니다.

PDB와 mmCIF는 모두 원자 좌표를 담는 파일 형식입니다. PDB 형식은 오래되고 널리 쓰여서 PyMOL, ChimeraX, VMD 같은 도구에서 편하게 열립니다. 다만 열 번호 제한과 체인 이름 제한 같은 오래된 형식의 제약이 있습니다. mmCIF는 더 현대적인 형식으로, 긴 단백질이나 복잡한 메타데이터를 담기에 유리합니다. AlphaFold DB의 대규모 데이터셋은 각 항목에 대해 coordinate 파일과 confidence 관련 파일을 함께 제공합니다. 공식 안내에서는 model_v4.cif, confidence_v4.json, predicted_aligned_error_v4.json처럼 구조와 신뢰도 파일이 구분되어 제공된다고 설명합니다.²

일반적인 선택은 간단합니다. 빠르게 그림을 보고 PyMOL에서 색을 칠할 목적이라면 PDB 파일이 편합니다. 분석 파이프라인, 메타데이터 보존, 최신 구조 도구와의 호환성을 중시한다면 mmCIF를 쓰는 편이 좋습니다. 둘 다 내려받아 보관해도 됩니다. 저장 폴더 이름에는 accession과 날짜를 넣어 두면 좋습니다. 예를 들어 AFDB_P12345_2026-05-11/처럼 정리하면 나중에 어떤 버전의 자료를 썼는지 추적하기 쉽습니다.

AlphaFold DB는 개별 다운로드뿐 아니라 생물종 단위의 bulk download도 제공합니다. 다운로드 페이지에서는 사람, 생쥐, 대장균, 효모 같은 주요 model organism과 global health 관련 생물, Swiss-Prot subset의 예측 구조를 묶음으로 받을 수 있습니다.³ 하지만 처음부터 전체 데이터베이스를 내려받으려 하지는 마세요. 전체 AlphaFold UniProt release는 수백만 개가 아니라 2억 개 이상 항목을 포함하므로, 로컬 컴퓨터에서 다루기에는 규모가 너무 큽니다. 공식 안내에서도 전체 데이터셋은 23 TiB 수준이며 상당한 계산 자원이 필요하다고 설명합니다.² 대부분의 사용자는 개별 항목이나 필요한 생물종, 필요한 accession 목록만 받으면 충분합니다.

PAE 파일은 도메인 배치를 의심할 때 필요하다

PDB나 mmCIF 파일만 받으면 구조 분석이 끝난 것처럼 보입니다. 하지만 다중 도메인 단백질을 다룬다면 하나 더 받아야 할 파일이 있습니다. 바로 PAE, predicted aligned error 데이터입니다.

pLDDT가 각 잔기 주변의 국소 구조 신뢰도를 말한다면, PAE는 두 잔기 또는 두 영역 사이의 상대적 위치를 AlphaFold가 얼마나 확신하는지 보여 줍니다. 공식 안내에서도 PAE는 잔기 쌍마다 제공되는 confidence metric이며, 값이 낮을수록 두 잔기의 상대적 위치에 대한 확신이 높고, domain 간 상대 배치를 판단할 때 pLDDT보다 더 적합하다고 설명합니다.²

쉽게 비유해 봅시다. pLDDT는 "각 블록이 제대로 만들어졌는가?"를 묻는 값입니다. PAE는 "블록 A와 블록 B가 서로 이 위치에 붙어 있는 게 맞는가?"를 묻는 값입니다. 어떤 단백질은 domain A와 domain B가 각각 진한 파란색으로 매우 잘 접혀 있을 수 있습니다. 그런데 두 domain을 잇는 linker가 유연하다면, AlphaFold가 그린 domain 간 각도는 실제 세포 안에서 여러 상태 중 하나일 수 있습니다. 이때 pLDDT만 보면 둘 다 믿을 만해 보이지만, PAE를 보면 두 domain 사이의 상대 배치가 불확실하다는 사실이 드러납니다.

AlphaFold DB 구조 페이지에는 PAE plot을 볼 수 있는 기능이 있거나, PAE JSON 파일을 내려받을 수 있습니다. PAE plot은 보통 정사각형 heatmap처럼 보입니다. x축과 y축은 잔기 번호이고, 색은 두 잔기 사이 상대 위치 오차의 예측값을 나타냅니다. 같은 domain 내부는 낮은 PAE로 나타나고, 서로 유연하게 움직이는 domain 사이는 높은 PAE로 나타날 수 있습니다.

PAE를 읽을 때는 구조 그림과 함께 보세요. 구조 그림에서 두 domain이 멋지게 붙어 있어도, PAE plot에서 domain 사이 영역이 높은 값으로 나타나면 그 배치는 조심해야 합니다. 반대로 두 domain 사이 PAE가 낮고, linker도 짧고 안정적이라면 전체 배치를 더 신뢰할 수 있습니다. 이 감각은 뒤에서 pLDDT, PAE, pTM, ipTM을 자세히 다룰 때 다시 중요해집니다.

PyMOL에서 AlphaFold DB 구조 열기

PyMOL은 단백질 구조 그림을 만들 때 가장 널리 쓰이는 도구 중 하나입니다. AlphaFold DB에서 받은 PDB 파일은 보통 PyMOL에서 바로 열 수 있습니다. 메뉴에서 File > Open을 눌러 파일을 선택해도 되고, 명령창에서 다음처럼 불러올 수도 있습니다.

load AF-P12345-F1-model_v4.pdb

mmCIF 파일도 PyMOL에서 열 수 있습니다.

load AF-P12345-F1-model_v4.cif

AlphaFold DB에서 받은 구조 파일에는 pLDDT 값이 B-factor 또는 유사 필드에 들어 있는 경우가 많습니다. 그래서 PyMOL에서는 B-factor 기준으로 색을 칠해 pLDDT 색상과 비슷한 그림을 만들 수 있습니다. 실제 명령은 PyMOL 버전과 파일 형식에 따라 약간 달라질 수 있지만, 기본 아이디어는 "B-factor 값이 낮은 곳은 낮은 신뢰도, 높은 곳은 높은 신뢰도"로 색칠하는 것입니다.

간단한 그림 제작 흐름은 다음과 같습니다.

load AF-P12345-F1-model_v4.pdb
hide everything
show cartoon
spectrum b, red_yellow_blue, minimum=50, maximum=100
bg_color white

여기서 spectrum b는 B-factor 값을 기준으로 색을 입히는 명령입니다. red_yellow_blue는 낮은 값에서 높은 값으로 갈수록 빨강, 노랑, 파랑 계열이 되도록 색을 배정합니다. 정확한 색상 기준은 AlphaFold DB 뷰어와 완전히 같지 않을 수 있으므로, 출판용 그림에서는 범례를 직접 넣고 "colored by pLDDT"라고 설명하는 것이 좋습니다.

변이 위치를 표시하려면 residue 번호를 선택해 구 형태로 강조할 수 있습니다.

select mut_site, resi 175
show spheres, mut_site
color magenta, mut_site

단, 여기서도 residue 번호가 UniProt 번호와 구조 파일 번호에서 일치하는지 확인해야 합니다. fragment 모델, signal peptide, isoform 차이가 있으면 번호가 달라질 수 있습니다.

ChimeraX에서 열고 pLDDT로 색칠하기

UCSF ChimeraX는 구조 확인, 표면 표시, 계면 분석, density map 비교 등에 강한 도구입니다. AlphaFold DB에서 받은 PDB 또는 mmCIF 파일을 ChimeraX에 끌어다 놓으면 바로 열립니다. 명령창을 쓴다면 다음처럼 입력할 수 있습니다.

open AF-P12345-F1-model_v4.cif

ChimeraX에서도 pLDDT가 B-factor 필드에 들어 있다면 attribute 기준 색칠을 할 수 있습니다. 명령 문법은 버전에 따라 조금씩 달라질 수 있으므로, 가장 안전한 방법은 먼저 파일을 열고 Tools 메뉴나 command help에서 coloring by attribute 기능을 확인하는 것입니다. 기본 흐름은 PyMOL과 같습니다. 구조를 cartoon으로 표시하고, B-factor 또는 pLDDT에 해당하는 값을 기준으로 낮은 신뢰도는 따뜻한 색, 높은 신뢰도는 차가운 색으로 칠합니다.

ChimeraX의 장점은 구조를 회전하며 domain, 표면, 거리, 접촉 가능성을 직관적으로 보기 좋다는 점입니다. 예를 들어 관심 residue 두 개가 실제로 가까이 있는지 확인하려면 distance 측정 도구를 사용할 수 있습니다. 하지만 AlphaFold DB 모델에서는 측정값을 해석할 때 신뢰도 색상을 함께 봐야 합니다. 빨간색 무질서 꼬리와 파란색 domain 사이 거리를 재서 "두 부위가 8 Å 떨어져 있다"고 말하는 것은 거의 의미가 없을 수 있습니다. 그 빨간 꼬리는 실제로는 여러 위치를 오갈 수 있기 때문입니다.

VMD에서 열 때는 대규모 시각화 목적을 생각하라

VMD는 원래 molecular dynamics trajectory를 다루는 데 강한 도구입니다. AlphaFold DB 구조 하나만 예쁘게 그리는 목적이라면 PyMOL이나 ChimeraX가 더 편할 수 있지만, 여러 구조를 한꺼번에 보거나 시뮬레이션 준비 과정에서 확인할 때는 VMD도 유용합니다.

VMD에서는 File > New Molecule 메뉴에서 PDB 또는 mmCIF 파일을 불러올 수 있습니다. 파일을 연 뒤 Graphics > Representations에서 NewCartoon, Licorice, VDW 같은 표현 방식을 고릅니다. Coloring Method에서 Beta 값을 선택하면, pLDDT가 B-factor 필드에 저장된 파일의 경우 신뢰도에 따른 색상 표현을 시도할 수 있습니다.

VMD를 사용할 때 주의할 점은 AlphaFold DB 구조가 곧바로 molecular dynamics에 적합한 완성 시스템은 아니라는 것입니다. 수소 원자, protonation state, ligand, ion, membrane, solvent, missing biological context 등을 별도로 준비해야 합니다. AlphaFold 구조는 훌륭한 starting model이 될 수 있지만, 시뮬레이션을 위한 물리적 시스템은 별도의 준비 단계가 필요합니다.

파일 이름과 폴더를 연구 노트처럼 관리하기

AlphaFold DB 파일은 내려받는 순간부터 연구 데이터가 됩니다. 파일을 download(3).pdb 같은 이름으로 방치하면 며칠 뒤부터 혼란이 시작됩니다. 최소한 다음 정보를 폴더명이나 README에 남겨 두세요.

UniProt accession과 AlphaFold DB identifier
단백질 이름과 organism
다운로드 날짜와 AlphaFold DB 버전 또는 파일명에 포함된 버전
사용한 파일 형식, 예를 들어 PDB, mmCIF, PAE JSON
분석에서 제외한 낮은 pLDDT 구간이나 fragment 범위

예를 들어 다음과 같은 폴더 구조를 만들 수 있습니다.

project_structures/
  P12345_HUMAN_example_AFDB_2026-05-11/
    AF-P12345-F1-model_v4.cif
    AF-P12345-F1-model_v4.pdb
    AF-P12345-F1-predicted_aligned_error_v4.json
    notes.md

notes.md에는 "AlphaFold DB에서 다운로드함. organism 확인 완료. 1–35번 잔기는 낮은 pLDDT로 기능 해석에서 제외. 220–310번 domain 배치는 PAE가 높아 주의."처럼 적어 둡니다. 이런 기록은 사소해 보이지만, 몇 달 뒤 논문 그림을 다시 만들거나 동료에게 분석을 넘길 때 결정적인 차이를 만듭니다.

여러 단백질을 한꺼번에 받을 때

단백질 하나를 볼 때는 웹페이지에서 개별 다운로드하면 충분합니다. 하지만 유전체 규모 분석이나 단백질 family 분석에서는 accession 수십 개, 수백 개, 수천 개가 필요할 수 있습니다. 이때는 AlphaFold DB의 bulk download나 FTP, Google Cloud Public Datasets, API성 도구를 검토해야 합니다.

AlphaFold DB 다운로드 페이지는 48개 주요 organism과 Swiss-Prot에 대해 묶음 다운로드를 제공합니다.³ 생물종 전체 단백질 구조를 분석하려는 경우에는 이 방법이 가장 단순합니다. 그러나 모든 생물종이 웹페이지의 묶음 다운로드 목록에 있는 것은 아니므로, 필요한 organism이 없다면 Google Cloud bucket, FTP, 또는 별도 도구를 사용하는 편이 낫습니다.

공식 GitHub 안내에 따르면 AlphaFold UniProt release는 Google Cloud Public Datasets에서도 제공되며, accession 목록 파일과 전체 sequence FASTA, taxonomy별 proteome shard 같은 형태로 접근할 수 있습니다.² 다만 전체 데이터셋은 매우 크므로, 연구실 서버나 HPC가 아니라면 전체 다운로드는 현실적이지 않을 수 있습니다. 보통은 accession 목록을 만든 뒤 필요한 항목만 내려받는 방식이 좋습니다.

외부 도구도 있습니다. 예를 들어 AlphaFoldDB Structure Extractor는 UniProt accession뿐 아니라 RefSeq accession, NCBI Taxonomy ID, locus tag 같은 여러 입력 형식을 받아 AlphaFold DB 구조 파일을 내려받는 웹 서버와 API를 제공합니다. 이 도구는 PDB, mmCIF, bCIF, PAE JSON 형식을 지원하며, ID mapping 파일과 누락 ID 목록도 함께 제공합니다.⁴ NCBI 기반 genome annotation에서 출발한 연구자에게는 이런 도구가 시간을 크게 줄여 줄 수 있습니다.

다만 어떤 도구를 쓰든 원칙은 같습니다. 자동 다운로드는 편하지만, 자동으로 맞다는 뜻은 아닙니다. accession mapping 결과를 확인하고, 누락된 ID를 따로 검토하며, 생물종과 residue 범위를 샘플링해서 점검해야 합니다.

2026년 공개 단백질 복합체 예측 데이터는 언제 유용한가

2026년 3월, AlphaFold DB에는 중요한 변화가 추가되었습니다. EMBL-EBI, Google DeepMind, NVIDIA, 서울대학교의 협력으로 단백질 복합체 예측 구조가 AlphaFold Database를 통해 공개되기 시작했습니다. AlphaFold DB는 이 자료를 현재 공개된 단백질 복합체 예측 데이터 중 가장 큰 규모의 데이터셋으로 소개하며, 인간을 포함한 연구가 많이 이루어진 20개 종과 WHO 우선순위 병원체 목록에 관련된 단백질을 중점적으로 다룬다고 설명합니다.¹

여기서 범위를 정확히 이해해야 합니다. 이 업데이트가 "모든 가능한 단백질 복합체가 완성되어 들어 있다"는 뜻은 아닙니다. 공개 초기에는 수천만 개 후보 계산 중 고신뢰 homodimer 예측이 우선적으로 AlphaFold DB에 추가되었고, 더 낮은 신뢰도의 homodimer나 분석 중인 heteromer 예측은 별도 bulk 자료 또는 후속 업데이트와 연결될 수 있습니다. 따라서 복합체 항목을 찾았더라도 그것이 내가 원하는 세포 내 assembly, stoichiometry, isoform, PTM 상태를 그대로 나타낸다고 가정하면 안 됩니다.

단백질 복합체 예측 데이터는 단일 단백질 구조와 다른 질문에 답합니다. 단일 단백질 모델이 "이 단백질은 어떻게 접히는가?"를 보여 준다면, 복합체 모델은 "두 개 이상의 단백질이 서로 어떻게 만날 수 있는가?"를 보여 줍니다. 세포 안의 단백질은 혼자 일하는 경우보다 파트너와 함께 일하는 경우가 많으므로, 복합체 예측은 기능 해석에서 매우 흥미로운 단서를 제공합니다.

이 데이터는 특히 다음 상황에서 유용합니다.

이미 알려진 상호작용 쌍의 결합면을 빠르게 추정하고 싶을 때
질병 관련 변이가 단백질 내부가 아니라 상호작용 계면에 놓이는지 보고 싶을 때
병원체 단백질과 숙주 단백질의 결합 가능성을 가설로 세우고 싶을 때
실험 설계 전에 어떤 truncation construct나 interface mutant를 만들지 고르고 싶을 때
여러 후보 상호작용 중 구조적으로 그럴듯한 쌍을 우선순위화하고 싶을 때

하지만 복합체 예측은 단일 단백질 예측보다 더 조심해야 합니다. 단백질끼리 실제로 만나는지는 세포 내 위치, 발현 시점, 농도, post-translational modification, 경쟁 파트너, 막 환경 같은 요소에 크게 좌우됩니다. AI가 두 단백질을 그럴듯하게 붙였다고 해서 세포 안에서 반드시 결합한다는 뜻은 아닙니다. 복합체 모델은 "실험할 가치가 있는 가설"을 제공하는 것이지, 상호작용의 최종 증명은 아닙니다.

복합체 구조를 볼 때는 단일 단백질에서 보던 pLDDT뿐 아니라 계면 신뢰도와 chain 간 상대 배치 신뢰도를 함께 봐야 합니다. 뒤 장에서 다룰 ipTM이나 PAE 해석이 이때 중요해집니다. 특히 interface 주변 잔기들이 높은 신뢰도를 보이는지, 두 chain 사이 PAE가 낮은지, 결합면이 생물학적으로 말이 되는지 확인해야 합니다.

AlphaFold DB 구조를 인용하는 법

AlphaFold DB 데이터를 논문, 보고서, 발표, 서비스, 제품에 사용했다면 반드시 출처를 밝혀야 합니다. AlphaFold DB 데이터는 학술 및 상업적 사용이 가능하지만, CC-BY-4.0 라이선스 조건에 따라 attribution, 즉 적절한 표시가 필요합니다.¹ CC-BY-4.0은 쉽게 말해 "출처를 밝히면 사용할 수 있다"는 성격의 라이선스입니다. 다만 출처 표시 없이 가져다 쓰거나, 예측 구조를 실험 구조처럼 오해하게 표현해서는 안 됩니다.

인용해야 할 항목은 사용한 데이터와 도구에 따라 달라집니다. EMBL-EBI의 AlphaFold 인용 안내는 AlphaFold2를 사용한 경우 Jumper 등 Nature 2021 논문을 인용하고, AlphaFold Protein Structure Database를 사용한 경우 AFDB 관련 논문도 함께 인용하라고 안내합니다.⁵ AlphaFold DB 자체 페이지와 다운로드 페이지도 2025년 Journal of Molecular Biology에 발표된 AlphaFold Protein Structure Database and 3D-Beacons 관련 논문 및 각 구조의 관련 publication을 확인하라고 안내합니다.¹

실무적으로는 보고서의 methods 또는 data availability 부분에 다음 정보를 넣으면 좋습니다.

사용한 데이터베이스 이름: AlphaFold Protein Structure Database
접속 또는 다운로드 날짜
AlphaFold DB identifier와 UniProt accession
사용한 파일 형식: PDB, mmCIF, PAE JSON 등
구조가 실험 구조가 아니라 AlphaFold 예측 모델이라는 설명
AlphaFold 방법 논문과 AlphaFold DB 논문 인용
해당 entry page나 dataset collection에 별도 publication이 표시되어 있으면 그 논문 인용
라이선스: CC-BY-4.0

예를 들어 methods 문장은 다음처럼 쓸 수 있습니다.

단백질 구조 모델은 AlphaFold Protein Structure Database에서 UniProt accession P12345에 해당하는 예측 모델 AF-P12345-F1을 다운로드하여 사용하였다. 구조 좌표는 mmCIF 형식으로 받았고, residue-level confidence는 pLDDT 및 PAE 정보를 참고하여 해석하였다. 해당 모델은 실험적으로 결정된 구조가 아니라 AlphaFold 예측 구조이며, 데이터는 CC-BY-4.0 라이선스에 따라 사용하였다.

논문 형식에 맞춰 영어로 쓴다면 다음과 같은 문장을 바탕으로 조정할 수 있습니다.

The predicted structure model for UniProt accession P12345
(AF-P12345-F1) was obtained from the AlphaFold Protein Structure
Database on 11 May 2026. The model was used as a theoretical
prediction, and confidence was assessed using pLDDT and PAE.

여기서 중요한 것은 "AlphaFold가 말했으니 사실이다"라고 쓰지 않는 것입니다. "AlphaFold DB에서 얻은 예측 모델을 사용했다", "confidence score를 고려했다", "실험적 검증이 필요하다"는 태도를 문장에 담아야 합니다.

예측 구조를 실험 구조처럼 쓰지 않기

AlphaFold DB 구조는 매우 유용하지만, 모든 질문에 답하지는 않습니다. 다음과 같은 해석은 특히 조심해야 합니다.

낮은 pLDDT 구간의 세부 원자 위치를 근거로 결합이나 충돌을 주장하는 것
PAE가 높은 domain 간 배치를 고정된 구조처럼 설명하는 것
리간드나 금속 이온이 없는 모델에서 활성 부위 화학을 단정하는 것
단백질 복합체 예측만으로 실제 세포 내 상호작용을 확정하는 것
예측 모델을 실험 구조와 같은 수준의 증거로 그림에 제시하는 것

AlphaFold의 강점은 잘 접힌 단일 domain 구조를 빠르게 제안하는 데 있습니다. 반면 동적 상태, 여러 conformational state, 환경 의존적 접힘, 막 단백질의 지질 환경, ligand-induced fit, 복합체 조립 순서 같은 문제는 별도의 증거가 필요합니다. 구조 예측은 생물학적 추론의 출발점이지, 모든 논쟁의 종착점이 아닙니다.

그래도 AlphaFold DB는 믿기 어려울 만큼 강력한 출발점입니다. 예전에는 구조 하나를 얻기 위해 클로닝, 발현, 정제, 결정화, 회절, 모델 빌딩을 거쳐야 했고, 실패하면 몇 달이 사라졌습니다. 이제는 accession 하나로 단백질의 대략적인 접힘과 신뢰도, domain 구성, 무질서 가능성을 몇 분 안에 볼 수 있습니다. 이 속도는 연구자의 질문 방식을 바꿉니다. "구조가 없어서 못 한다"에서 "예측 구조를 바탕으로 어떤 실험을 먼저 할까?"로 넘어가게 합니다.

AlphaFold DB 활용 체크리스트

AlphaFold DB를 사용할 때는 다음 흐름을 습관처럼 반복하면 됩니다.

UniProt accession 또는 단백질 이름으로 검색한다.
organism, accession, residue range, fragment 여부를 확인한다.
구조 뷰어에서 pLDDT 색상으로 안정 domain과 낮은 신뢰도 구간을 구분한다.
다중 domain 단백질이면 PAE plot 또는 PAE JSON을 확인한다.
PDB 또는 mmCIF 파일을 내려받고, 필요하면 PAE JSON도 함께 저장한다.
PyMOL, ChimeraX, VMD에서 구조를 열어 관심 residue와 domain을 표시한다.
낮은 pLDDT 말단, loop, linker, 무질서 구간을 해석에서 분리한다.
사용한 accession, AFDB identifier, 날짜, 파일 버전, 라이선스, 인용 정보를 기록한다.

이제 우리는 이미 계산된 구조를 찾고, 신뢰도 색을 읽고, 파일을 내려받아 구조 도구에서 여는 방법을 익혔습니다. 다음 장에서는 직접 예측이 필요한 상황으로 넘어갑니다. AlphaFold DB에 원하는 구조가 없거나, 특정 isoform·mutation·복합체·custom sequence를 다뤄야 한다면 직접 실행이 필요합니다. 그때 가장 손쉽게 시작할 수 있는 도구가 ColabFold입니다.

참고

¹AlphaFold Protein Structure Database

²AlphaFold DB GitHub README

³AlphaFold DB downloads

⁴AlphaFold Database Structure Extractor

⁵How to cite AlphaFold

책 목록

AlphaFold 실전 사용법: 서열 준비부터 구조 해석, AlphaFold 3와 재현 가능한 보고까지

전체 목차 보기