인공지능과 단백질 구조 예측, 그리고 신약개발의 미래
최근 다양한 인공지능(AI) 기반의 단백질 구조 예측 기술이 본격 상용화되면서, 신약개발 분야가 가파른 진화를 겪고 있습니다.
특히 암, 바이러스성 질환, 희귀 질환, 대사질환 등 각종 난치성 질환 영역에서 ‘효과적이고 안전한 약물’을 더욱 빠르게 발굴할 수 있게 되었는데요, 이번 글에서는 AI 기술로 주목받고 있는 신약 후보 물질과 그 기대 효과를 간단히 정리해보았습니다.
1. 항암 분야: 면역항암제와 표적치료제
1) 차세대 면역항암제
기존 면역항암제는 주로 PD-1, PD-L1, CTLA-4 등을 차단하여 암세포의 방어 기제를 무너뜨리는 방식이었습니다.
그런데 AI 기반 단백질 구조 예측이 등장하면서, 신규 체크포인트 단백질이나 암세포 표면의 미지 타깃 단백질을 빠르게 찾고 있습니다. 이를 활용해 더욱 정교하고 부작용을 낮춘 차세대 면역항암제를 개발하려는 노력이 활발합니다.
2) 맞춤형 암백신
개인 맞춤형 암백신은 각 환자 암세포가 갖고 있는 특이적 돌연변이를 타깃으로 제작됩니다.
AI가 종양세포에서 변이 된 단백질(일명 “네오안티젠”)의 3D 구조를 예상하고, 이를 기반으로 환자별 최적의 항원을 예측해 백신을 개발합니다.
이러한 방식은 기존 획일적 치료보다 효과가 더 높고, 부작용도 상대적으로 적을 것이라는 기대를 모읍니다.
2. 바이러스·감염성 질환 치료제
1) 신종 바이러스 치료 플랫폼
코로나19 사태를 겪으며, 바이러스의 표면 단백질 구조를 신속하게 규명하는 일이 백신 및 치료제 개발 속도를 좌우한다는 사실이 널리 알려졌습니다.
AI가 신규 바이러스의 유전체·단백질 정보를 불과 며칠 만에 분석하고, 항체가 달라붙어야 할 부위(결합 부위)를 찾아내는 연구가 진행 중입니다.
이로써 미래에 출현할 새로운 전염병에도 ‘범용 항바이러스제’를 적용할 가능성이 높아지고 있습니다.
2) 항생제 내성 해결책
‘슈퍼박테리아’ 문제는 전 세계 의료계가 직면한 큰 과제입니다. AI로 세균 단백질을 분석해, 기존 약물에 내성이 생긴 병원체라도 새롭게 설계된 분자 결합 방식을 찾으면 효과가 있을 수 있습니다.
예를 들어, 세균 세포벽 합성에 꼭 필요한 핵심 효소 구조를 정밀 파악해 이를 저해하는 혁신 항생제 후보를 탐색하는 연구들이 보고되고 있습니다.
3. 대사질환(당뇨·비만·고지혈증 등) 치료제
1) 차세대 인슐린·GLP-1 계열
AI를 활용해, 인슐린이나 GLP-1(Glucagon-like peptide-1) 등의 호르몬 단백질을 더 안전하고 오래 지속되도록 변형하려는 시도가 이어지고 있습니다.
예컨대 하루 한 번 투여 대신 주 1회 투여로도 혈당 조절이 가능하게 하거나, 체중 감량 효과까지 노릴 수 있는 다중 기능 단백질 약물을 디자인 중입니다.
2) 효소 기반 대사조절 신약
고지혈증이나 비만, 혹은 지방간 질환 등은 지질 대사와 탄수화물 대사의 여러 경로가 얽혀서 발생합니다.
AI가 효소와 그 기질(기능 수행 시 결합하는 분자)의 구조를 정밀하게 파악·매칭해 “이 효소를 조절하면 대사가 개선된다”는 식의 가설을 빠르게 검증합니다. 적합한 분자 설계로 정밀 타격형 치료제를 노리는 것입니다.
4. 희귀 질환 분야
1) 단백질 접힘 장애 교정
일부 희귀 질환은 특정 단백질이 잘못 접혀 제 기능을 못 하거나, 몸에서 독성을 띠는 형태로 굳어버리는 데서 비롯됩니다.
AI 기반 단백질 구조 분석을 통해 “어디서 접힘이 잘못되는지”를 찾아내고, 그 지점을 교정하도록 설계된 치료 단백질이나 보조 인자를 투여해 질환의 근본 원인을 해결하려는 접근이 시도되고 있습니다.
2) 유전자 편집 효율 상승
CRISPR-Cas9 기술은 이미 의학계에서 큰 파장을 일으켰지만, Cas 단백질의 변형형(Variations)에 따라 효율성과 정확도가 달라집니다.
AI가 Cas 단백질의 3D 구조를 정밀하게 예측하고, “특정 돌연변이에 더 잘 달라붙는” 맞춤형 Cas 효소를 찾으면 보다 안전하고 효과적인 유전자 치료가 가능해질 전망입니다.
5. 자가면역·염증성 질환
1) 면역세포 활동 조절
자가면역 질환이나 만성 염증성 질환은, 우리 면역계가 과잉 반응하여 정상 조직까지 공격하는 것이 원인입니다.
AI는 면역 반응에 관여하는 단백질(예: 사이토카인, 케모카인)들의 상호작용 부위를 탐색하고, 그중 ‘중추’가 되는 요인을 골라 막거나 조절하는 신약을 제안합니다.
이는 “필요 없는 면역 활성을 줄이고, 필요한 면역 기능은 유지하는” 정밀 조절을 가능케 한다고 기대를 모읍니다.
2) 펩타이드·소분자 의약품 설계
기존 항체치료제와 달리 소분자 약물이나 펩타이드 기반 치료제를 개발하면 제조 비용이 낮아지고 특정 조직 침투가 쉬워지는 장점이 있습니다.
AI가 단백질-펩타이드 결합구조를 빠르게 계산해 줘, 염증 반응을 줄이는 소분자를 맞춤 설계하는 추세가 늘어나는 중입니다.
AI 기반 단백질 구조 예측과 맞춤형 분자 설계는 제약·바이오산업에 새로운 패러다임을 열어가고 있습니다.
본격적으로 임상 시험에 돌입하거나 진행 중인 약물들이 모두 성공한다는 보장은 없지만, 후보 물질을 선별하는 데 걸리는 시간이 과거보다 크게 단축되고 있음을 부인하기 어렵습니다.
암, 감염성 질환, 희귀 질환, 자가면역 등 다양한 영역에서 정교하고 효과적인 신약이 개발된다면, “질병 극복의 가속화”와 “환자 맞춤형 치료”가 현실화될 것입니다.
앞으로의 임상 성과와 혁신적인 후속 연구들을 기대하며, 더 많은 사람들이 건강한 삶을 누릴 수 있기를 바랍니다.