바이오스펙테이터

바이오스펙테이터 이주연 기자

▲T-SCAPE(검정 막대)가 기존 모델들과 비교해 면역반응 예측에서 가장 높은 성능을 보이는 모습(출처=갤럭스)

인공지능(AI) 신약개발 기업 갤럭스(Galux)는 서울대 연구팀과 함께 신약 후보물질의 T세포 면역원성을 정밀하게 예측하는 AI 모델 ‘T-SCAPE (T-cell Immunogenicity Scoring via Cross-domain Aided Predictive Engine)’을 개발해, 해당 연구성과를 국제학술지 ‘사이언스 어드밴시스(Science Advances)’에 게재했다고 11일 밝혔다.

갤럭스에 따르면 면역원성은 단백질 기반 치료제 개발에서 중대한 리스크로 고려되는 요인 중 하나로, 면역원성에 따라 약효가 약화되거나 치료제에 대한 강한 면역반응이 발생하는 것으로 이어질 수 있다. 그러나 관련 데이터의 부족과 면역기전의 복잡성 때문에 이를 정량적으로 예측하는 것은 여전히 어려운 과제로 남아있다.

이에 T-SCAPE는 면역원성에 대한 직접적인 데이터가 제한적인 상황에서 예측력을 극대화할 수 있도록 다양한 면역학적 관련 데이터를 통합적으로 학습하도록 설계됐다고 회사는 설명했다. 구체적으로 ‘사전학습 (pre-training)’을 통해 AI에 생물학적 원리를 먼저 학습시켰고, 이후 서로 다른 데이터 간의 차이를 줄이고 공통 규칙을 찾는 딥러닝 방법인 ‘적대적 도메인 적응(adversarial domain adaptation)’ 기술을 적용해 예측 성능을 비약적으로 높였다.

특히 단일 데이터 기반 모델이 파악하기 어려운 복합적인 패턴까지 반영할 수 있도록 인간/비인간 펩타이드 서열, MHC(major histocompatibility complex) 결합 정보, T세포 수용체(TCR) 상호작용, T세포 활성화 실험 데이터 등 서로 다른 유형의 생물학적 데이터를 연결했다고 강조했다.

모델 검증 결과, T-SCAPE는 ‘펩타이드-MHC 복합체(pMHC)’의 면역원성 예측을 위한 주요 벤치마크 평가에서 기존 모델들보다 높은 정확도를 기록했다. 그중에서도 실제 치료용 항체의 ‘항의약품항체(ADA)’ 발생 가능성까지 높은 정확도로 예측하며, 향후 보다 폭넓은 면역원성 평가를 위한 참고 지표로 활용될 가능성을 확인했다고 회사는 설명했다.

석차옥 갤럭스 대표는 “이번 연구는 우리의 AI기반 정밀 단백질 설계 역량에 더해, 치료제에 대한 면역반응을 사전에 검토할 수 있는 기준점을 마련했다는 데 의미가 있다”며 “이를 통해 신약 후보물질 확보 과정에서의 불확실성과 시행착오를 줄이고, 신약개발 과정의 효율성을 높일 수 있도록 기술을 발전시켜 나가겠다”고 말했다.