Biobambooforest

X-ray 결정학, cryo-EM, NMR, 단백질 발현과 정제. 구조생물학이나 단백질 연구실에서 몇 년을 보낸 분들이 졸업을 앞두고 가장 많이 하는 질문은 "내 전공으로 갈 수 있는 회사 직무가 도대체 뭐가 있나"입니다. 채용 공고에는 "구조생물학 전공자"라는 직무명이 거의 없기 때문입니다. 전공이 직무명으로 바로 연결되지 않으니, 내가 하던 일이 어떤 직무의 어떤 업무로 이어지는지 지도를 먼저 그려 볼 필요가 있습니다. 이 글은 구조생물학·단백질 연구 경험을 가진 분이 바이오·제약 산업에서 갈 수 있는 직무를 큰 갈래로 나누어 정리합니다. 각 직무에서 연구 경험이 어디에 쓰이고, 진입 전에 무엇을 보완하면 좋은지도 함께 다룹니다. 연구실에서 산업계로 넘어갈 때의 기준 차이는 이전 글(연구실에서 바이오 QC·분석 직무로) 에서 먼저 다뤘으니, 직무 선택에 앞서 함께 읽어 보시길 권합니다. 구조 연구 경험이 산업계에서 쓰이는 방식 먼저 오해를 하나 풀어 두겠습니다. 결정 구조를 풀어 본 경험이 산업계에서 그대로 같은 방식으로 쓰이는 직무는 많지 않습니다. 품질관리나 특성분석 현장에서는 결정학이나 cryo-EM을 일상적으로 쓰지 않고, 분광학과 질량분석, 열분석 같은 비교적 빠르고 반복 가능한 방법으로 단백질의 구조적 특성을 확인하는 경우가 일반적입니다. 대신 "단백질이 어떻게 접히고, 무엇이 구조를 흔드는가"를 이해하는 감각은 거의 모든 단백질 의약품 직무에서 쓰입니다. 이 감각이 특히 중요한 영역이 바이오시밀러와 변경 후 비교동등성 평가입니다. FDA는 바이오시밀러 신청자에게 1차 구조뿐 아니라 2차, 3차, 4차 구조와 번역 후 변형까지 최신 분석 기술로 광범위하게 특성분석할 것을 기대합니다. [1][3] 같은 아미노산 서열이라도 당화, 전하 변이, 산화, 탈아미드화, 응집, 이황화 결합 구조, 고차 구조에서 차이가 생길 수 있고, 이를 직교적인 여러 분석법으로 비교하는 것이 분석적...

PyMOL 명령어 정리: 논문·발표용 이미지 스크립트까지 한 번에 지난 PyMOL 설치·마우스 조작 글에 대한 반응이 예상보다 컸습니다. 설치는 끝냈고 화면도 어느 정도 돌려봤는데, 그다음이 막막하다는 분들이 많았습니다. 커맨드 라인에 뭘 쳐야 할지 몰라 결국 캡처 화면만 들고 보고서를 쓰거나, 어디서 복사해온 스크립트를 그대로 붙여 넣었다가 에러 메시지만 보고 포기하는 경우입니다. 이번 글은 그 다음 단계, 즉 실제로 자주 쓰는 명령어와 논문·발표용 이미지를 뽑아내는 스크립트를 정리합니다. 다만 인터넷에 떠도는 PyMOL 스크립트 중에는 예전 버전 문법이거나, 애초에 존재하지 않는 세팅 이름이 섞여 있는 경우가 적지 않습니다. 그래서 이 글에 실린 모든 명령어는 PyMOL 공식 문서와 PyMOL Wiki를 기준으로 하나씩 확인한 뒤 실었습니다. 확인 과정에서 실제로 동작하지 않는 표현 3곳을 발견해 수정했고, 어떤 부분이 왜 틀렸는지는 별도로 짚어두었습니다. 1. 화면 제어 및 구조 불러오기 커맨드 라인은 화면 하단에 있습니다. 아래 명령어들은 세션을 시작할 때 거의 매번 쓰게 되는 기본기입니다. PDB 구조 불러오기 : fetch 1tup — 인터넷에서 해당 PDB ID의 구조를 바로 내려받아 표시합니다. 배경색 변경 : bg_color white — 논문·발표 자료는 흰 배경이 기본입니다. 화면 정렬/초기화 : orient — 구조 전체가 화면에 꽉 차도록 각도와 확대 비율을 자동으로 맞춥니다. zoom 은 현재 각도를 유지한 채 확대 비율만 조정한다는 점에서 차이가 있습니다. 특정 부위로 확대 : zoom resi 150 — 150번 잔기를 중심으로 확대합니다. 도킹 부위나 특정 변이 위치를 자세히 볼 때 유용합니다. 2. 표시 방식과 컬러링 리본형(2차 구조 강조) : show cartoon 막대형(원자·결합 강조) : show sticks 공간 채움형 : show spheres 표면형 : show ...

"AI가 신약을 설계해준다"는 말은 이제 뉴스 헤드라인이 아니라 실험실의 일상이 되었습니다. 알파폴드 같은 단백질 구조 예측 모델이 구조 데이터를 쏟아내면서, 그 결과물을 사람이 눈으로 확인하고 해석하는 능력은 오히려 더 중요해졌습니다. 그 확인 작업의 표준 도구가 바로 PyMOL입니다. 그런데 막상 PyMOL을 처음 켜본 분들의 반응은 대체로 비슷합니다. 마우스를 드래그했는데 분자가 움직이는 줄 알았더니 사실은 화면(카메라)이 돌아간 것이고, 어떤 때는 또 분자 자체가 진짜로 움직여서 구조가 깨진 것처럼 보이기도 합니다. 단축키를 몰라서 우왕좌왕하다가 그냥 캡처 화면만 들고 보고서를 쓰는 경우도 많습니다. 이 글에서는 컴퓨터 비전공자도 따라 할 수 있도록 PyMOL 설치부터, 가장 많이 헷갈리는 마우스 동작의 원리, 실전 사용법까지 순서대로 정리합니다. PyMOL이 AI 신약개발 시대에 필수가 된 이유 PyMOL은 단백질, 핵산, 저분자 화합물 같은 생체분자의 3차원 구조를 시각화하는 프로그램입니다. 단순히 "예쁜 그림"을 만드는 도구가 아니라, 결합 부위의 형태를 확인하고 화합물이 들어갈 공간을 가늠하고 변이가 일어난 자리를 짚어내는 분석 도구입니다. 요즘 AI 신약개발 파이프라인은 보통 이런 흐름을 따릅니다. AI 모델이 단백질 구조를 예측하거나 결합 후보 화합물을 제안하면, 연구자가 그 결과를 분자 시각화 프로그램으로 열어 타당성을 검토합니다. 예측이 그럴듯해 보이는지, 입체 장애는 없는지, 알려진 결합 부위와 일치하는지를 눈으로 확인하는 단계가 빠지지 않습니다. 그 검증 단계에 PyMOL이 사실상 업계 표준으로 쓰이고 있어서, 생물학이나 제약 전공자라면 코딩 경험이 없어도 PyMOL 사용법 정도는 익혀두는 편이 유리합니다. PyMOL 설치, 두 가지 무료 경로 중 나에게 맞는 것 고르기 PyMOL은 신기하게도 "무료"라는 말이 두 가지 다른 의미로 쓰입니다. 어떤 경로로 받느냐에 따...