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
AI 신약개발 기업 갤럭스와 항체치료제 전문 기업 이수앱지스가 인공지능 기반 바이오신약 공동연구를 위한 협약을 체결하며 차세대 단백질 신약개발 협력 체계를 공식화했다. 양사는 이번 협약을 통해 AI 설계 기술과 전주기 신약개발 역량을 결합해 연구 효율성과 성공 가능성을 높이고, 새로운 신약개발 모델을 구축하겠다는 목표를 내세웠다. 갤럭스는 독자적 AI 기반 신약 설계 플랫폼 ‘갤럭스디자인(GaluxDesign)’을 중심으로 신약 후보 발굴 기술력을 빠르게 확장해왔다. 이 플랫폼은 단백질 구조 및 서열을 드노보 방식으로 처음부터 설계해 특정 타깃 단백질에 최적화된 후보물질을 생성할 수 있다는 점이 특징이다. 기존 방식이 수많은 후보물질을 스크리닝하며 방향을 좁혀가는 반면, 갤럭스디자인은 AI와 물리화학 기반 알고리즘을 활용해 설계 단계부터 정밀도를 높여 개발 속도와 성공률을 동시에 향상시키는 접근법을 제시한다. 최근 갤럭스는 다수의 치료 타깃에서 높은 결합력을 보이는 신규 항체를 도출한 연구 결과를 발표하며 기술 경쟁력을 입증했다. 갤럭스를 창립한 석차옥 대표는 20년 이상 단백질 구조 예측과 설계 분야를 연구해 온 전문가로, 서울대 화학부에서 단백질 구조 모