[더테크=조재호 기자] 카이스트가 다양한 암종의 돌연변이 및 표적항암제 타겟 유전자 정보를 집대성해 하나의 유전자 네트워크를 구축하고 범용적인 약물 반응 예측에 활용될 수 있는 기술을 개발했다. 향후 기술 고도화를 통해 다양한 암종 및 환자 맞춤형 치료전략 제시에 활용될 것으로 기대된다. 카이스트는 3일 조광현 바이오및뇌공학과 교수 연구팀이 인공지능(AI)과 시스템생물학을 융합해 암세포의 약물 반응 예측 및 메커니즘 분석을 동시에 진행할 수 있는 새로운 개념인 ‘그레이박스’기술을 개발했다고 밝혔다. 조광현 교수 연구팀은 높은 예측 성능을 보이지만 그 근거를 알 수 없어 블랙박스로 불리는 딥러닝과 복잡한 대규모 모델의 경우 예측 성능의 한계를 지니지만 결과에 따른 상세한 근거를 제시할 수 있어 화이트박스로 불리는 시스템생물학 기술을 융합해 두 기술의 한계를 극복한 ‘그레이박스’ 기술을 착안했다. 연구팀은 다양한 암의 돌연변이 및 표적항암제 타겟 유전자 정보를 집대성해 분자 조절 네트워크 모델을 구축했다. 특히 돌연변이가 빈번하게 발생하는 유전자들을 중심으로 표적항암제별 약물 반응 예측을 위한 시스템생물학 모델을 제작했다. 이렇게 제작된 모델의 매개변수를 딥러닝
[더테크=조재호 기자] 카이스트가 단백질-분자 상호작용 패턴에서 착안한 생성형 인공지능(AI)을 개발했다. 기존 모델의 데이터 의존성 문제를 극복한 모델로 약물 분자뿐 아니라 생체 분자를 다루는 바이오 분야의 활용이 기대된다. 카이스트는 18일 김우연 화학과 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 이미 알려진 활성 데이터를 학습에 활용해 기존 약물과 유사한 약물을 설계하려는 경향을 보였다. 이는 신규성이 중요한 신약 개발 분야에서 약점으로 지적됐다. 또한 사업성이 높은 계열 내 최초 타겟 단백질에 대해서는 실험 데이터가 적은 편으로 기존 방식의 생성형 AI를 활용하는 것이 불가능했다. 연구팀은 이런 데이터 의존성 문제를 극복하기 위해 단백질 구조 정보만으로 분자를 설계하는 기술 개발에 주목했다. 타겟 단백질의 약물 결합 부위에 대한 3차원 구조 정보를 주형처럼 활용해 해당 결합 부위에 꼭 맞는 분자를 주조하듯 설계하는
[더테크=조재호 기자] 카이스트가 유전자 가위 기술 기반의 항암 신약 기술을 개발했다. 이번 연구를 기반으로 유전자 교정 치료 및 다양한 암종에 적용할 수 있는 플랫폼 기술로 기대된다. 카이스트는 8일 정현정 생명과학과 교수 연구팀이 항암 신약을 개발해 암세포 선택적 유전자 교정 및 항암 효능을 보였다고 밝혔다. 이번 신약은 크리스퍼(유전자 가위) 기반 표적 치료제로 항체를 이용한 크리스퍼 단백질을 생체 내 표적 조직에 특이적으로 전달하는 방법이다. 유전자 치료에 사용하는 바이러스 기반 전달 방법은 인체 내 면역 부작용이나 발암성 등 한계점을 지녔다. 이에 비 바이러스성 전달 방법으로 단백질 기반의 크리스퍼 기술이 전달은 높은 안정성을 지녀 치료제로서 개발이 적합한 방법으로 알려졌다. 하지만 크리스퍼 단백질은 분자량이 커 전달체의 탑재가 어렵고 전달체의 세포 독성 문제 및 낮은 표적 세포로의 전달에 있어 어려움이 있었다. 이러한 문제점을 극복하기 위해 연구팀은 크리스퍼 단백질에 특정 아미노산을 변경해 다양한 생체분자를 보다 많이 결합하고 생체 내 본질적인 생화학 과정을 방해하지 않는 단백질을 개발했다. 그 결과 기존 비 바이러스성 전달체의 문제 해결 및 표적
[더테크=조명의 기자] 신테카바이오는 24일 AI 기반 신약 토탈 솔루션 서비스를 출시한다고 밝혔다. AI 기반 신약 토탈 솔루션 서비스는 AI 신약 후보물질 발굴 플랫폼 ‘딥매처(DeepMatcher)’와 STB CLOUD, 슈퍼컴퓨팅 기술을 바탕으로 △자동 유효물질 탐색 △자동 선도물질 생성 △자동 독성/대사/약동학 예측 기술 △의약품 라벨링을 위한 유전자 바이오마커 예측을 지원한다. 해당 솔루션은 단백질 표적에 대한 딥러닝 분석 및 자동 분자동역학(MD) 시뮬레이션 기술을 적용, 2년 내에 유효물질(HIT)부터 동물실험까지 마친 전임상(pre-clinical) 전단계의 후보물질까지 생성해 고객사에 제공하는 것이 핵심이다. 신테카바이오는 토탈 솔루션을 통해 전임상 전까지 최소 5~7년의 기간을 2년으로 줄일 수 있다고 설명했다. 일반적인 신약개발은 후보물질 발굴 및 스크리닝 3~4년, 최적화 1~3년, 비임상시험·독성시험 1~3년, 임상시험 5~6년, 상용화 1~2년 등 단계별로 오랜 기간이 소요된다. 또한 전통적인 신약개발 방식에서 전임상 전까지 1000만 달러(약 100억 원) 이상의 비용이 드나, 자사 솔루션은 서비스 범위 대비 낮은 수준인 200만
(주)빅테크 | 제호 : 더테크 (THE TECH) | 신문등록번호: 서울아53318 | 등록ㆍ발행일자: 2020.10.7 | 사업자번호 : 168-86-01987
발행ㆍ편집인 : 서명수 | 개인정보관리 책임자 : 이지영 | 청소년보호 책임자 : 이지영
주소 : 서울특별시 마포구 동교로 162-10, 4층 (서교동, 이혜2 빌딩) | 전화번호: 02-6952-6992 | 기사제보 : press@the-tech.co.kr
Copyright @더테크 (THE TECH) Corp. All rights reserved.
UPDATE: 2025년 05월 09일 10시 59분
