신약개발에서 인공지능(AI) 활용은 이제 피할 수 없는 대세가 됐다. 신약개발의 전 단계에 AI의 활용이 가속화되고 있는 상황에서 현재 가장 앞서나가는 분야는 초기 후보물질 발굴 과정에서 생성 AI를 이용해 후보물질을 탐색하는 것이다. 특히 AI 기반의 단백질 구조 예측과 단백질 디자인 분야가 급격히 발전하면서 AI로 신규 항체를 설계하는 연구가 활발히 진행되고 있다. 최근 발표된 3건의 AI 기반 항체 설계 접근법에 관련된 문헌을 통해 AI 기반 항체 설계의 동향을 알아보고자 한다.

원자 수준의 정밀도로 설계된 AI 기반 항체
제목 / Precise, Specific and Sensitive De Novo Antibody Design Across Multiple Cases
발표자 / 바이오아카이브

일반적으로 전통적인 항체 발굴은 수십억 개 이상의 방대한 항체 라이브러리 속에서 원하는 항원에 결합하는 항체 후보를 스크리닝한다. 이러한 전통적인 항체 발굴 과정은 시간과 비용이 많이 소모될 뿐 아니라, 발견된 항체의 에피토프나 기능적 특성을 정밀하게 제어하기 힘들다. 따라서 원하는 기능을 가지는 치료용 항체를 확보하는 데는 예측 불가능성이 높았고 시간과 비용도 상당했다.

한국의 AI 기반 신약개발 스타트업인 갤럭스는 올해 3월 생명과학 논문 사전공개 사이트 바이오아카이브에 공개한 논문을 통해 표적 단백질의 지정된 에피토프에 결합하는 신규 항체를 원자 수준의 정밀도로 설계하는 자사의 플랫폼 기술을 공개했다.