10x Genomics가 Anthropic의 Claude AI를 Chromium 플랫폼에 통합한 'Sentira'를 발표했습니다. 단일세포 데이터 분석을 가...

AI가 단일세포 분석을 가속화할 때, 우리는 분자 3D를 어떻게 마주할까? 10x Genomics가 Anthropic의 Claude를 Chromium 플랫폼에 올린 'Sentira' 소식을 접하고, 내 연구실 책상 위 2D 히트맵을 보며 문득 이런 생각이 들었다. AI가 수만 개의 셀에서 패턴을 뽑아내도, 그 패턴이 가리키는 단백질의 결합 포켓·알로스테릭 부위·돌연변이 영향을 '공간'으로 직관하지 못하면 가설 검증은 여전히 병목이다.

지난주 Meta Quest를 쓰고 NexoPeek을 켰다. 12개 내레이션 투어(바이오테크 기초·생명의 기초·경로와 상호작용·의약품의 작용·유전 기술·그린 바이오) 중 'Foundations of Life'에서 헤모글로빈 속으로 걸어 들어가 산소 분자가 헴에 결합하는 순간을 손끝으로 느꼈다. 이어 'Pathways & Interactions'에서 당해분해 효소들이 포도당을 쪼개는 흐름을 3D로 따라갔다.

전문가용 PDB 뷰어로는 RCSB·UniProt·AlphaFold DB·SWISS-MODEL·PDBe를 한 번에 검색해 내 타깃 단백질을 로드하고, Mol* 프리셋(카툰·볼앤스틱·스페이스필·표면·B-factor·튜브)을 원탭으로 전환하며 전하 분포와 유연성을 확인했다. 로컬 .cif 파일에 정전기장 라인과 전자밀도 볼륨을 얹어 보니, AI 포켓 예측(PrankWeb/P2Rank 클라우드·오프라인)이 빛나는 부위가 정확히 내가 가설로 세운 알로스테릭 포켓과 일치했다. Foldseek으로 동종 구조를 중첩해 도메인 보존성을 검증하고, 리간드 인스펙터로 수소결합 네트워크를 추적한 뒤 PubChem에서 3D 리간드를 끌어와 도킹 포즈를 눈으로 검토했다. 두 원자 간 거리를 트리거-픽으로 측정해 앙스트롬 단위까지 확인하니, 논문 리뷰어에게 보여줄 증거가 이미 손 안에 있었다.

이후 로컬에서 Mol*의 WebGL 렌더 파이프라인을 직접 튜닝해 프레임률을 90 fps로 유지하면서 전하 표면과 B‑factor 컬러맵을 실시간 전환했다. 오프라인 PrankWeb 모델을 캐시해 네트워크 지연 없이 포켓 점수를 뽑고, Foldseek의 TM‑score 임계값 0.5로 동일 도메인만 필터링해 3분 만에 1,200개 구조를 중첩했다. 리간드 인스펙터의 수소결합 거리 임계값 3.2 Å를 슬라이더로 조절하며 도킹 포즈를 즉시 검증했고, PubChem CID를 드래그‑앤‑드롭으로 불러와 3D 컨포머를 자동 정렬했다. 이 모든 과정이 Quest 2의 6 DoF 컨트롤러만으로 완결돼, 코드 한 줄 쓰지 않고도 구조 생물학 워크플로를 엔드투엔드로 돌릴 수 있었다.

룸 뷰로 분자를 실제 책상 위에 띄워 놓고, 학생·동료와 함께 '이 포켓이 진짜다'라고 손가락으로 가리키는 순간, 데이터 분석의 속도와 구조 직관의 깊이가 마침내 만났다.

https://www.meta.com/experiences/nexopeek/1453797551140347/