바이트댄스, 알파폴드 3 뛰어넘은 오픈소스 생체분자 예측 모델 'Protenix-v1' 공개

Protenix-v1은 바이트댄스가 오픈소스로 공개한 생체분자 구조 예측 모델로, 단백질, 핵산, 저분자 리간드 등이 결합된 복합체의 3차원 구조를 정밀하게 예측합니다.

알파폴드 3 등장 이후 다양한 분자 간 상호작용 예측이 가능해졌지만, 제한적인 접근 방식으로 인해 자유롭게 로컬에서 돌리거나 파이프라인을 수정하기 어려웠습니다. Protenix-v1은 동일한 학습 데이터 기준점과 파라미터 규모를 유지하면서도 벤치마크 전반에서 알파폴드 3을 넘어서는 성능을 보여줍니다.

어떤 기능을 제공하나

Protenix-v1 기본 모델의 파라미터 수는 약 368M으로 알파폴드 3과 유사한 체급입니다. 단백질 및 RNA 다중서열정렬(MSA) 특징과 템플릿 입력 기능을 모두 지원합니다.

항원-항체 복합체처럼 예측 난도가 높은 타깃에서는 추론 시간 스케일링이 강력하게 작동합니다. 생성 샘플 수를 몇 개 수준에서 수백 개로 늘릴수록 예측 정확도가 로그 선형적으로 꾸준히 상승합니다.

제공되는 모델은 두 종류입니다. 알파폴드 3과 공정하게 비교할 수 있도록 2021년 9월 데이터 컷오프를 적용한 베이스 모델과, 실무 연구를 위해 2025년 6월까지의 데이터를 반영한 응용 모델이 있습니다.

이와 함께 실험적 오차를 정제한 재현성 평가 도구인 PXMeter도 함께 공개되어 신뢰도 높은 성능 검증을 돕습니다.

실행 방법과 라이선스

Protenix-v1 프로젝트의 코드와 가중치는 아파치 2.0 라이선스로 배포되어 학술 연구는 물론 상업적 활용까지 모두 자유롭습니다.

가장 큰 장점은 모델 가중치만 던져둔 것이 아니라, 전체 학습 데이터 파이프라인과 MSA 파이프라인을 ColabFold 호환 로컬 검색 기능과 함께 온전히 공개했다는 점입니다.

사용법도 직관적입니다. PyPI에서 pip install --upgrade protenix 명령어로 패키지를 설치한 뒤, 분자 정보를 담은 JSON 입력 파일과 모델명을 지정해 protenix pred CLI 명령어를 실행하면 구조가 출력됩니다.

참고로 상위 버전으로 소개된 464M 파라미터의 Protenix-v2는 가중치가 비공개된 독점 자산이므로, 로컬 환경에서 완전히 자유롭게 구축 가능한 버전은 Protenix-v1입니다.

왜 중요한가

복합 생체분자 구조 예측 분야에서 알파폴드 3 수준의 성능을 온전히 로컬 환경에서 재현하고 대량 스크리닝에 활용할 수 있는 오픈소스 대안이 드디어 마련되었습니다.

저희가 보기에 이 프로젝트의 진정한 가치는 단순 벤치마크 점수 역전에 그치지 않고, 데이터 전처리부터 MSA 구축, 추론까지 이어지는 전 과정을 투명하게 공개했다는 데 있습니다. 신약 개발이나 단백질 결합 설계를 진행하는 바이오 연구팀이라면 지금 즉시 자체 인프라에 올려 검증해 볼 만합니다.