AI 기반 신약개발 기업 갤럭스가 항체 발굴 방식의 패러다임 전환을 보여주는 성과를 내놨다.
갤럭스는 자체 플랫폼 ‘갤럭스디자인(GaluxDesign)’을 활용해 타깃당 단 50개의 설계만으로 약물 수준의 결합력을 가진 항체 후보를 확보했다고 26일 밝혔다.
전통적인 항체 발굴 과정은 동물 면역 반응이나 방대한 서열 라이브러리 스크리닝을 기반으로 한다. 그러나 원하는 항체가 생성될지조차 예측이 어렵고, 확보된 항체도 친화도 향상·면역원성 개선 등 추가 최적화 단계를 거치는 데 1년 이상 소요되는 경우가 빈번했다. AI 기반 설계 기술이 도입되면서 이러한 한계는 일정 부분 해소됐지만, 그 역시 수십만~수백만 개의 후보를 생성·평가하는 대규모 탐색 구조가 일반적이었다.
갤럭스는 이번 결과를 통해 항체 설계 기술이 ‘탐색’ 중심에서 ‘정밀 설계’ 단계로 진입했음을 강하게 입증했다. 회사는 최소 설계 세트인 50개만으로도 30% 이상의 후보가 타깃에 정확히 결합하는 결과를 확인했다. 이는 기존 실험 기반 스크리닝 대비 수천 배 높은 성공률이자, 글로벌 학계에서 보고된 다섯 개의 드노보 항체 설계 그룹 중에서도 최상위권 성과로 평가된다. 특히 성공한 항체 중 상당수는 별도의 추가 최적화 없이 약물 후보로 개발 가능한 수준의 결합력을 보였다.
이번 성과는 갤럭스가 지난 수년간 구축해 온 AI 기반 항체 구조·서열 설계 기술의 고도화 과정에서 탄생했다. 갤럭스는 AI가 생성한 항체 구조가 Cryo-EM 실험 구조와 1Å 수준의 오차로 일치함을 확인하며 플랫폼의 정확도와 범용성을 이미 검증한 바 있다. 이처럼 AI 예측 구조와 실제 실험 데이터 간 높은 정합성이 확보됨에 따라, 소수 설계만으로도 효율적인 후보 선별이 가능해졌다는 분석이다.
업계에서는 이번 결과가 항체 발굴의 시간과 비용 구조를 근본적으로 바꿀 수 있을 것으로 보고 있다. 단기간에 고정밀 후보를 확보할 수 있다면, 기존과 달리 치료제 개발 초기 단계에서 더 많은 타깃을 동시에 탐색하는 전략적 접근이 가능해진다. 이는 GPCR, 이온채널 등 난이도 높은 타깃에 대한 도전 기회를 크게 넓혀주는 장점도 있다.
석차옥 갤럭스 대표는 “드노보 항체 설계 기술은 전 세계적으로도 다섯 곳만이 실험 성과를 보고한 고난도 분야”라며 “갤럭스는 대규모 설계 방식부터 정제된 설계 방식까지 실제 실험 검증을 이어오며 기술력을 증명해 왔다”고 말했다. 이어 “이번 연구는 항체를 ‘발견’하는 시대에서 ‘설계’하는 시대로의 전환을 보여주는 중요한 이정표로, 차별화된 항체 치료제 개발에 본격적으로 나서겠다”고 강조했다.
헬로티 김재황 기자 |
