[의약뉴스] 독일 제약사 베링거인겔하임이 IBM의 생성형 인공지능(AI) 및 기초 모델을 활용해 항체 치료제 신약 개발에 나선다.
지난 28일(현지시각) 양사는 IBM의 기초 모델 기술을 사용해 효율적인 치료제 개발을 위한 새로운 항체 후보물질을 발굴하는 계약을 체결했다고 발표했다.
베링거는 IBM이 개발한 사전 학습된 AI 모델을 사용하기로 했으며, 이는 베링거의 추가적인 독점 데이터에 맞춰 더욱 미세하게 조정할 예정이다.
치료용 항체는 암, 자가면역질환, 감염병 등 많은 질병 치료에 핵심적이다.
주요 기술적 발전에도 불구하고 다양한 에피토프를 다루는 치료용 항체의 발굴과 개발은 여전히 복잡하고 시간이 많이 소요되는 과정이다.
베링거와 IBM 연구진은 인실리코(in silico, 가상) 방법을 통해 항체 발굴 과정을 가속화하는 것을 목표로 할 방침이다.
질병 관련 표적의 서열, 구조, 분자 프로파일 정보와 친화성, 특이성, 개발 가능성 같은 치료적으로 적합한 항체 분자의 성공 기준이 새로운 인간 항체 서열의 인실리코 생성을 위한 토대를 형성하게 된다.
이러한 방법은 항체 발굴의 속도와 효율성을 높이고 예측된 항체 후보물질의 품질을 향상시키도록 설계된 IBM의 새로운 기초 모델 기술을 기반으로 한다.
관련 표적 친화성을 가진 생물학적제제 및 저분자 생성에 성공한 바 있는 IBM의 기초 모델 기술은 정해진 표적에 대한 항체 후보물질을 설계하는데 사용되며, 이후 AI 강화 시뮬레이션으로 스크리닝을 거쳐 표적에 가장 적합한 결합체가 선택되고 개선된다.
베링거는 검증 단계에서 항체 후보물질을 소규모로 생산하고 실험적으로 평가할 계획이다. 실험실 결과는 피드백 루프를 통해 인실리코 방법을 개선하는데 사용될 것이다.
현재 베링거는 신약 발굴 및 개발을 가속화하고 환자의 삶을 바꿀 수 있는 새로운 혁신 기회를 창출하기 위해 학계 및 업계 파트너와 협력하면서 선도적인 디지털 생태계를 구축하고 있다.
이번 협업은 최근 IBM이 생성형 AI와 기초 모델을 사용해 새로운 생물학적 제제와 저분자의 발굴과 생성을 가속화하기 위해 수행하고 있는 노력의 일환이기도 하다.
앞서 IBM의 생성형 AI 모델은 약물 유사 저분자의 물리화학적 특성을 효율적으로 예측한 것으로 알려졌다.
IBM 생의학 기초 모델 기술은 단백질-단백질 상호작용, 약물-표적 상호작용을 포함한 공개적으로 이용 가능한 광범위한 이질적인 데이터세트를 기반으로 사전 학습된 모델을 개발한다.
사전 학습된 모델은 IBM 파트너의 독점 데이터에 맞게 미세 조정되고 원하는 특성을 가진 새로 설계된 단백질 및 저분자를 제시할 수 있다.
베링거인겔하임 바이오치료제 발굴부문 글로벌 책임자 앤드류 닉슨은 “인실리코 생물학적 신약 발굴을 현실화한다는 비전을 공유하는 IBM 연구팀과 협업하게 돼 매우 기쁘다”며 “IBM 과학자들과 힘을 합쳐 항체 발굴을 가속화할 수 있는 전례 없는 플랫폼을 개발함으로써 미충족 수요가 높은 환자를 위한 새로운 치료제를 개발하고 제공할 수 있을 것으로 확신한다”고 밝혔다.
IBM 리서치 발굴가속화 책임자 알레산드로 쿠리오니는 “IBM은 언어 영역을 넘어 AI의 영향력을 확대하는 생성형 AI 모델을 만드는데 앞장서왔다"면서 "우리의 멀티모달 기초 모델 기술을 항체 기반 치료제 개발 및 생산 분야의 선도기업인 베링거에 제공함으로써 새로운 치료제 개발 속도를 가속화할 수 있도록 지원하게 돼 기쁘다”고 말했다.
