아이온큐(IonQ)가 양자컴퓨터를 활용해 단백질 구조 예측에 성공하며 암과 알츠하이머, 파킨슨병 같은 난치성 질환 연구에 새로운 가능성을 제시했다.

17일 아이온큐와 키푸 퀀텀 공동 연구팀은 '전면 연결형 트랩트 이온 양자컴퓨터를 활용한 단백질 접힘(Protein folding with an all-to-all trapped-ion quantum computer)'이라는 제목의 논문을 아카이브에 게재했다.

단백질 접힘은 아미노산 사슬이 생물학적으로 기능하는 3차원 구조로 접히는 과정으로 각 단백질의 생물학적 역할과 밀접한 관련이 있다. 이 과정을 정확히 예측하는 것은 알츠하이머, 파킨슨병 등 퇴행성 질환의 연구나 신약 개발에 핵심적이다. 그러나 계산 복잡성이 매우 높아 일반 컴퓨터로는 해결이 어려운 문제로 여겨져 왔다.다양한 기업과 업계에서 이를 극복하기 위한 다양한 접근이 시도돼 왔다. 구글 딥마인드는 인공지능(AI) 기반 단백질 예측 시스템인 알파폴드(AlphaFold)를 통해 단백질의 3차원 구조 예측 정확도를 크게 향상시켰다. 이 성과로 딥마인드는 2024년 노벨 화학상을 수상했다.

아이온큐 연구팀은 이 문제를 양자컴퓨터로 해결하고자 했으며 최대 12개의 아미노산으로 구성된 단백질 서열의 접힘 구조를 양자 알고리즘을 이용해 예측하는 데 성공했다고 밝혔다. 이는 현재까지 실제 양자 하드웨어로 구현된 단백질 접힘 실험 중 가장 복잡한 사례로 평가된다.

연구팀은 고차 이진 최적화(HUBO) 방식을 사용해 문제를 수학적으로 모델링했다. 이는 단백질이 어떻게 접히는지를 결정하는 수많은 가능성을 동시에 고려해야 하는 문제로 고전 컴퓨터로는 처리에 한계가 있다. 연구팀은 이 복잡한 계산을 해결하기 위해 IonQ의 트랩트 이온 양자컴퓨터와 양자 최적화 알고리즘을 활용했다.

이 방식으로 연구팀은 세 가지 짧은 단백질 서열을 대상으로 실험을 진행했으며 모두에서 정확한 접힘 구조 또는 이에 매우 근접한 결과를 도출했다. 특히 아미노산이 12개에 이르는 복잡한 단백질 구조를 정확히 계산한 것은 트랩트 이온 양자컴퓨터로는 처음으로 지금까지 이 방식으로 다룬 단백질 실험 중 가장 큰 규모다.

연구진은 이번 성과가 양자컴퓨터가 단순한 이론적 장비를 넘어, 현실의 생명과학 문제를 해결할 수 있는 실용적 도구로 진입했음을 보여주는 이정표라고 평가했다.