인공지능(AI) 알파폴드를 활용한 메디푸드 개발은 다음과 같은 분야에서 혁신을 가져올 수 있을 것으로 예측된다.

첫째, 환자의 유전자 정보와 종양 특성을 분석하여 최적화된 단백질 구조를 설계하고, 면역 기능 강화와 항암 효과를 동시에 지닌 기능성 펩타이드 개발암 환자를 위한 맞춤형 치료식품 개발이 가능하다.

둘째, 인슐린 감수성을 높이는 단백질 구조 예측 및 설계와 혈당 상승을 억제하는 당뇨병 환자를 위한 혈당 조절 기능성 아미노산 식품 개발이 가능하다.

셋째, 콜레스테롤 저하 효과가 있는 단백질 구조 설계와 혈압 조절에 도움이 되는 펩타이드를 개발함으로서 심혈관 질환 예방을 위한 기능식품개발이 가능하다.

개인의 유전자 정보를 분석하여 최적의 영양소 조합과 유전적 취약점을 보완할 수 있는 기능성 단백질 설계를 통해서 유전자 기반의 맞춤형 영양설계를 한다.

개인의 장내 미생물 분포를 분석하여 프리바이오틱스 효과가 있는 단백질 구조를 설계하고 유익균의 증식을 촉진하는 펩타이드를 개발하여 개인별 마이크로바이옴에 최적화된 식품 공급이 가능하다.

초고령화시대 진입에 따라 노령층 단백질 대사 변화를 고려한 최적의 단백질 구조 설계와 근감소증 예방을 위한 필수 아미노산을 조합한 개인별 맞춤형 특수의료용도 케어식품에 대한 요구가 증가할 것이다.

알파폴드를 활용한 정밀영양학적 접근은 개인의 건강상태와 유전적 특성을 고려한 맞춤형 영양 솔루션을 제공할 수 있을 것이다. 이를 통해 질병예방과 건강증진에 크게 기여할 수 있을 것으로 예상되며, 미래의 식품 산업과 헬스케어 분야에 혁명적인 변화를 가져올 것으로 기대된다.

알파폴드를 활용한 단백질 구조예측과 이를 활용한 개인맞춤형 영양솔루션 개발을 위해서는 개인의 영양 및 건강상태와 질환 데이터의 수집 및 분석등 데이터관리가 선행되어야 한다.

알파폴드의 핵심 기능인 단백질 구조 예측 능력을 활용하여 개인의 유전체, 대사체, 마이크로바이옴 데이터를 분석하여 최적화된 단백질 구조를 예측하고 예측된 구조를 바탕으로 개인에게 가장 적합한 영양소 조합을 설계하여 특정질병이나 건강상태에 맞춘 기능성 단백질 설계가 가능해 질 것이다.

효소의 촉매 효율성을 최적화하고 식품가공 및 음식조리 단계에서 효소를 정밀하게 설계하고 선택할 수 있게 될 것이다. 생리활성물질의 생산을 촉진하거나 최적화, 식품의 영양가, 소화율, 생체이용률을 향상, 동물성 단백질과 유사한 기능을 가진 식물성 단백질을 식별하고 환경 영향을 줄이면서도 영양가 있는 단백질 대체품개발이 가능할 것이다.

용해도, 안정성, 영양가와 같은 특성개선, 특정 식이 요구사항과 건강 목표에 맞는 단백질 설계, 개인의 유전자 정보를 분석하여 최적의 영양소 조합 예측, 유전적 취약점을 보완할 수 있는 기능성 단백질 설계, 식품 폐기물 감소 및 자원 활용도를 높일 수 있는 효소 개발 등 친환경적이고 지속가능한 식품산업 발전에 기여할 수 있다.

환자의 건강데이터와 영양데이터를 분석하여 개인별 식사요법 진단, 질병 상태별 매칭 알고리즘을 통한 맞춤형 메뉴 추천, 원물, 맛 유사성 데이터를 기반으로 유사 영양성분 범위 내에서 대체적인 맛의 발굴 등 알파폴드는 메디푸드와 개인 맞춤형 식단 개발에 혁신적인 기여를 할 수 있다.

정밀한 단백질구조 예측과 설계능력을 바탕으로, 개인의 건강 상태와 유전적 특성을 고려한 맞춤형 영양솔루션을 제공할 수 있으며, 이는 질병 예방과 건강 증진에 크게 기여할 것이다.

하지만 알파폴드의 가장 큰 한계는 단백질의 동적 특성과 복잡한 상호작용을 완전히 포착하지 못한다는 점, 비정형 단백질 및 새로운 설계 예측, 알고리즘으로 설계된 단백질의 안전성 평가 방법, 복잡한 생물학적 메커니즘 이해의 한계성 등에 대한 연구가 필요하다. /연윤열 ESG 푸드테크 소사이어티 대표