AI 신약개발과 셀트리온을 생각해 본다.
오늘 유튜브 영상[구글 AI가 만든 노벨화학상 대체 뭐길래 (서울대학교 생명과학부 백민경 교수)]을 잼있게 보면서 향후 AI 신약 개발과 셀트리온을 생각하였으며 그 내용을 적어봅니다.
이 글은 전혀 과학적인 사실에 기초하지 않음을 먼저 말씀드립니다.
아울러 아래 글의 상당 부분은 해당 유튜브의 내용을 발췌한 것입니다. 연휴에 한번 보시기를 권합니다.
1. 융복합의 시대
지금도 그렇지만 앞으로의 세상은 특정 기업 혼자서 시작부터 끝까지 제품을 개발할 수 없습니다. 각자의 전문 분야가 있으며 살아남고 성공하는 기업은 해당 분야에서 독보적인 기술력이 있어야 합니다.
2024년 노벨화학상은 지금까지 없던 새로운 단백질을 찾고 인공지능(AI)을 활용해 단백질의 3차원 구조를 예측하는 도구인 '알파폴드2(AlphaFold2)'를 개발하는 데 기여한 과학자 3명이 공동 수상했습니다. 그림의 왼편의 데이비드 베이거 교수는 단백질의 설계와 구조를 연구하는 화학자이고 가운데와 오른편의 두 사람은 구글 딥마인드의 최고경영자 데미스 허사비스와 수석연구원 존 점퍼입니다. 노벨화학상을 화학자와 인공지능 과학자가 공동 수상한 것을 보니 융복합의 시대라 할만합니다.
2. 단백질의 구조를 아는 것이 중요하다.
단백질은 생명현상의 핵심 분자로 인체 내에서 물질수송, 효소반응, 신호전달, 면역반응을 수행합니다. 단백질은 20가지 정도의 아미노산이 적게는 수십개, 많게는 수천개로 구성된 생체고분자입니다.
단백질의 구조를 아는 것이 중요합니다. 코로나 바이러스를 예로들면, 코로나 바이러스의 단밸질이 인간 세포의 단백질과 결합하여 세포에 투입되어 질병이 시작됩니다. 그런데 인간 세포의 단백질과 결합하는 코로나 바이러스 단백질의 구조를 알아내고 이와 결합할 수 있는 단백질을 먼저 제공하면 인간 세포와 결합을 차단할 수 있습니다.
그러나 단백질의 구조를 아는 것은 매우 어렵다. 단백질 구조 하나를 아는데 10년이 걸리기도 합니다. 코로나 바이러스 같은 경우는 구조를 알아내는데 6개월 정도 걸렸는데 그 이유는 전세계 과학자들이 집중 연구한 것도 있지만 그 이전에 코로나와 비슷한 사스와 메르스 바이러스를 연구했던 경험이 있어서 입니다. 만약 경험하지 못한 새로운 바이러스라면 매우 긴 시간이 필요할 것입니다.
2022년 기준으로 단백질 서열이 약 2~3억개 정도 있는데 그중에서 실험으로 단백질 구조가 밝혀진 것은 약 20만개 정도로 0.1%정도에 불과했습니다.
3. 인공지능을 이용한 단백질 구조 예측
이번에 노벨화학상을 받는데 기여한 알파폴드 2는 3차원 단백질 구조를 예측할 수 있게 해주었습니다. 단백질 구조 예측의 정확도는 약 90% 수준입니다.
단백질의 구조를 알게되면 우리는 단백질을 다양한 사용목적(항암치료제, 바이러스 백신, 바이오센서 등)에 맞게 디자인(설계)할 수 있습니다.
예전에는 단백질을 컴퓨터로 수십만개 설계해보고 그 중에서 매우 높은 가능성 있는 100개를 골라서 실험을 해보면 1개 성공하는 정도였습니다. 그런데 이과정을 AI로 대체하면 100개 선정된 것 중에 10개 정도가 성공하는 수준에 이르렀습니다. 그리고 이 성공이라는 표현은 실험실 수준을 말합니다.
3. 신약개발의 어려움
하나의 신약을 개발하는데 약 15년의 시간이 걸립니다. AI를 이용한 신약개발은 전체 신약개발의 과정 중 기초탐색연구 단계에서 활용되고 있습니다.
AI로 단백질 구조를 디자인하여 신약후보물질을 개발할 수 있지만 인간의 몸에서 만들어지는 단백질이 아니므로 인체 면역과정에서 침입물질로 판단되어 제거될 가능성이 매우 높습니다. 따라서 침입물질로 받아들여지지 않으면서도 원하는 기능을 하는 단백질을 만들어야 하는데, AI를 이용한 신약개발은 아직 이 단계에 이르지 못했습니다.
4. 단백질 구조 예측을 넘어 일반적인 생체분자 결합 예측으로의 확장
알파폴드2는 단백질의 구조를 예측하는 능력만 있었지만 지금은 단백질이 생체분자와 어떻게 결합하는지를 예측하는 분야로 연구가 확장되고 있습니다. 그리고 구글 DeepMind와 자회사 Isomorphic가 이 일을 하고 있습니다. Isomorphic은 최근 세계적인 제약사 Lilly와 Novartis와 $3B(4조3천억원)와 거래를 했습니다. 그리고 2024년 노벨화학상을 공동수상한 베이거 교수 연구실 사람들이 항체 신약을 개발을 위한 회사 xaira therapeutics를 차렸는데 $1B의 자금을 쉽게 모았습니다.
5. 나의 감상평...
AI를 통해 가능성 있는 신약 후보물질들이 기존과는 다르게 매우 급격히 늘어날 것이다. 예전에 1년에 신약후보물질을 1개 개발했다고 한다면 이제는 10개, 100개의 신약후보물질을 개발될 것이다.
그러면 그 다음 단계는 무엇일까? 신약후보물질을 항체(단백질)로 만들어야 하고... 비임상을 수행하고 효과가 좋다면 1, 2, 3상 임상을 해야하고... 효과가 좋다면 신약 승인과정을 밟아야 할 것이다.
지금도 그렇지만 앞으로의 세상은 융복합시대이다. 잘 할 수 있는 것을 분업화해서 담당해야 한다. AI 기술을 이용해 신약후보물질을 만드는 바이오 회사들이 임상과정과 신약승인 업무까지 담당할 것인가? 그렇지 않을 것 같다. 위탁연구개발생산기관(Contract Reserach Development and Manufacturing Organization, CRDMO)에게 맡길 것이다.
다시 셀트리온을 돌아보자.
셀트리온은 월등한 항체 생산능력을 갖는 세계적인 회사이다. 셀트리온은 새롭게 CRDMO사업을 시작하였다.
AI기술을 활용하여 신약후보물질을 개발하는 회사들은 극단적으로 보면 컴퓨터로 약물(단백질)을 디자인하고 개발한 것이다. 그러면 Isomorphic, xaira therapeutics, 그리고 이외에 전세계의 수많은 중소규모 생명공학 및 제약회사들은 당연히 약물(단백질)을 생산해주는 기업과 CRDMO 협업할 것이다.
이렇게 생각해본다면... 셀트리온 바이오솔루션스의 미래 전망은 매우 밝다고 볼 수 있겠다.