갤럭스, AI 항체 설계 비교서 9개 중 8개 성공…경쟁사는 4~5개

미국 나블라바이오·차이디스커버리 공개 연구와 공통 표적 기준 비교
"AI가 처음부터 항체 설계하는 경쟁력 입증"

인공지능(AI) 신약개발 기업 갤럭스는 자사 AI 단백질 설계 플랫폼 '갤럭스디자인'이 글로벌 드노보 항체 설계 기술 비교에서 경쟁사보다 높은 성과를 냈다고 19일 밝혔다.

갤럭스 기업 로고 이미지. 갤럭스

드노보 항체 설계는 기존 항체를 찾아내는 방식이 아니라 AI가 특정 단백질에 붙을 수 있는 새로운 항체를 처음부터 설계하는 기술이다. 신약 후보를 더 빠르게 찾을 수 있는 차세대 기술로 주목받는다.

이번 연구는 최근 공개된 글로벌 드노보 항체 설계 연구들과 공통으로 검증 가능한 9개 단백질 표적을 기준으로 진행됐다. 비교 대상에는 미국 나블라바이오의 JAM-2와 차이디스커버리의 Chai-2가 포함됐다.

갤럭스는 각 표적마다 항체 후보 50개를 설계해 실험으로 검증한 결과 9개 중 8개에서 실제 표적에 결합하는 항체를 확보했다고 설명했다. 같은 기준에서 나블라바이오는 5개, 차이디스커버리는 4개 표적에서 결합 항체를 확보했다.

회사는 이번 결과가 단순히 성공 건수가 많다는 의미를 넘어 다양한 표적에서도 일관되게 항체를 설계할 수 있는 역량을 보여준다고 강조했다. 그동안 각 기업이 서로 다른 조건과 표적을 내세워 성과를 발표해 직접 비교가 쉽지 않았는데, 공통 표적 기준으로 성능을 비교했다는 설명이다.

다만 표적에 결합하는 항체를 만들었다고 해서 곧바로 치료제가 되는 것은 아니다. 실제 신약이 되려면 안전성, 효능, 생산성 등 추가 검증을 거쳐야 한다. 다만 초기 후보 발굴 속도를 높일 수 있다는 점에서 의미가 있다는 평가다.

갤럭스는 앞서 지난해에도 8개 서로 다른 표적 부위에서 AI가 설계한 항체 후보만으로 30% 이상의 결합 성공률을 기록했다고 밝힌 바 있다.

박태용 갤럭스 부사장은 "AI 항체 설계 기술은 단순한 가능성 검증을 넘어 다양한 표적에서 원하는 항체를 안정적으로 만드는 단계로 발전하고 있다"며 "초기 후보 발굴 속도를 크게 높일 수 있을 것"이라고 말했다.

공통 타깃 9개 기준 비교에서 갤럭스디자인은 8개 타깃에서 결합 항체 확보에 성공하며, JAM-2 5개, Chai-2 4개 대비 가장 높은 타깃 단위 성공률을 보였다. 갤럭스

박정연 기자 jy@asiae.co.kr