AI, 단백질 항체 설계의 새로운 지평을 열다: 의학 혁신 가속화 기대¶
원제목: Academic AIs make inroads in protein binder design - C&EN - American Chemical Society
핵심 요약
- AI 기반의 새로운 단백질 설계 알고리즘들이 항체와 같은 복잡한 단백질 구조를 효과적으로 생성해내고 있음.
- 기존 항체 설계의 어려움이었던 유연한 부분(complementarity-determining region loops)을 AI가 극복하며 더 정교한 설계가 가능해지고 있음.
- MIT와 워싱턴 대학교 연구진들이 개발한 AI 모델들이 현재 치료가 어려운 질병의 해결책을 찾는 데 기여할 것으로 전망됨.
상세 내용¶
미국 화학 학회(C&EN)의 최신 보도에 따르면, 인공지능(AI)이 의약품 개발 분야, 특히 단백질 설계 분야에서 괄목할 만한 성과를 거두고 있습니다. 워싱턴 대학교 단백질 설계 연구소의 연구진들은 최근 새로운 항체 설계를 위한 'RFantibody'라는 AI 알고리즘을 개발했습니다. 이 알고리즘은 기존의 확산 기반(diffusion-based) 모델을 변형하여 새롭고 기능적인 단백질 구조를 생성하는 데 활용됩니다.
노벨상 수상자인 데이비드 베이커 교수의 연구실에서는 이미 항체와 유사한 기능을 수행하는 '미니바인더'를 AI로 개발한 바 있습니다. 하지만 이번 연구의 공동 저자인 로버트 라곳(Robert Ragotte)은 AI로 설계된 항체가 미니바인더에 비해 몇 가지 장점을 가진다고 설명합니다. 첫째, 우리 몸에서 자연적으로 만들어지는 항체는 면역 거부 반응을 일으킬 가능성이 낮습니다. 둘째, 항체는 제약 산업에서 이미 널리 사용되고 있는 검증된 방식이지만, 미니바인더는 완전히 새로운 방식이라 개발 및 승인 과정에 더 많은 시간이 소요될 수 있습니다.
AI 기반 단백질 설계가 항체 분야에서 난항을 겪었던 이유는 항체의 '상보결정부위 루프(complementarity-determining region loops)'라고 불리는 부분의 유연성 때문입니다. 이 부분은 구조가 일정하지 않아 설계 과정에서 불확실성을 야기하며, '정확한 하나의 구조'가 존재하지 않는다는 점이 AI 설계의 어려움으로 작용했습니다.
베이커 교수 연구실뿐만 아니라, MIT의 레지나 바질레이(Regina Barzilay) 교수와 토미 야콜라(Tommi Jaakola) 교수가 이끄는 볼츠 팀(Boltz team)도 최근 새로운 AI 모델을 발표했습니다. 이 모델의 이름은 'BoltzGen'으로, MIT 박사 과정 학생인 하네스 스타크(Hannes Stärk)가 개발했습니다. BoltzGen은 단백질 및 펩타이드 설계를 위한 전원자(all-atom) 생성 모델로, 다양한 생체 분자 표적에 결합하는 단백질을 디자인할 수 있도록 설계되었습니다.
바질레이 교수는 기자 회견에서 '해결되지 않은 문제에 초점을 맞추고 있다'고 강조했습니다. 특히, 현재 치료가 어려운(undruggable) 표적에 대한 해결책을 찾는 데 연구의 우선순위를 두고 있다고 설명했습니다. 이 연구 결과는 아직 동료 심사를 거치지 않은 예비 논문(preprint) 형태로 공개되었습니다. 이처럼 AI는 단백질, 특히 항체와 같은 복잡한 생체 분자 설계의 한계를 극복하며 신약 개발 및 난치병 치료에 새로운 가능성을 제시하고 있습니다.
편집자 노트¶
이번 보도는 AI가 생명공학, 특히 신약 개발 분야에서 어떻게 실질적인 혁신을 주도하고 있는지를 잘 보여줍니다. 과거에는 상상하기 어려웠던 단백질의 복잡한 3차원 구조를 AI가 설계하고, 심지어 인간의 면역 체계와 잘 맞는 항체까지 만들어낼 수 있다는 점은 매우 고무적입니다. 핵심은 AI가 'RFantibody'나 'BoltzGen'과 같은 모델을 통해, 이전에는 인간 연구자들에게도 어려운 과제였던 유연한 단백질 부위의 구조를 예측하고 최적화할 수 있다는 것입니다. 이는 단순히 기존 약물을 개선하는 것을 넘어, 현재 치료제가 없는 질병의 근본적인 해결책을 찾을 수 있는 가능성을 열어줍니다.
일반 독자들에게 이러한 소식이 왜 중요하냐면, 이는 결국 우리 건강과 직결되기 때문입니다. AI 기반의 신약 개발은 기존보다 훨씬 빠르고 효율적으로 진행될 수 있으며, 이는 희귀 질환이나 난치병으로 고통받는 환자들에게 새로운 치료 옵션이 더 빨리 제공될 수 있음을 의미합니다. 또한, AI는 약물 개발 비용을 절감하는 데도 기여할 수 있어, 미래에는 더 저렴하고 효과적인 치료제가 보편화될 가능성도 있습니다. 앞으로 AI는 단백질뿐만 아니라 DNA, RNA 등 다양한 생체 분자를 설계하는 데 활용될 것이며, 이는 개인 맞춤형 정밀 의학의 시대를 더욱 앞당길 것입니다. 우리는 AI 덕분에 질병을 조기에 진단하고 예방하며, 개인의 유전적 특성에 맞는 최적의 치료를 받는 미래를 기대할 수 있습니다.