그동안 과학자들은 X선 결정법이나 저온전자현미경법(Cryo-EM) 등의 실험 결과를 이용해 단백질의 구조를 직접 분석하여 지금까지 10만여 종의 구조를 해독했다. 하지만 이러한 분석법은 시간이 너무 오래 걸린다는 단점이 있었다. 이에 대한 보완책이 컴퓨터를 이용해 단백질 내 상호작용을 계산하는 분석법이었다.지난 2020년 11월, 알파고를 개발한 것으로 잘 알려진 AI 회사 구글 딥마인드가 '알파폴드2(AlphaFold2)'를 발표했다. 이 프로그램은 먼저 그동안 축적된 단백질 구조 데이터와 아미노산 배열을 학습한다. 그다음 이를 토대로 하여 새로운 아미노산 서열로부터 구조를 예측해낸다. 이전 방식이 분석하는 데 몇 주에서 몇 달까지 소요하던 것에 비해, 딥러닝과 텐션 알고리즘을 결합한 알파폴드2는 고작 하루 이틀 만에 결과를 내놓았다. 

출처  https://n.news.naver.com/article/030/0002965937