Salesforce의 연구에 박차를 가하고 Jeff Dean의 지원을 받는 Profluent는 AI를 사용하여 의약품을 발견합니다.

클라우드 영업 지원 소프트웨어(및 Slack)로 가장 잘 알려진 Salesforce는 작년에 생성 AI를 사용하여 단백질을 설계하는 ProGen이라는 프로젝트를 주도적으로 추진했습니다. 2023년 1월 블로그 게시물에서 의 연구원들이 을 주장한 바 있는 이 프로젝트는 시장에 출시될 경우 기존 방법보다 비용 효율적으로 치료법을 발견하는 데 도움이 될 수 있습니다.

합성 단백질 분자의 정확한 3차원 표현을 생성하는 고급 인공 지능 시스템의 능력을 입증한 저명한 학술지 Nature Biotechnology에 게재된 논문으로 ProGen 이니셔티브의 결실을 맺었습니다. 그러나 이러한 주목할 만한 성과에도 불구하고 Salesforce를 비롯한 업계 내에서 이 기술의 광범위한 영향력과 채택은 여전히 제한적이었습니다.

즉, 최근까지만 해도 말이죠.

ProGen의 책임 연구원 중 한 명인 알리 마다니는 Profluent 라는 회사를 설립하여 유사한 단백질 생성 기술을 연구실에서 제약 회사로 가져올 수 있기를 희망하고 있습니다. 이 사이트와의 인터뷰에서 마다니는 프로플루언트의 사명을 “신약 개발 패러다임을 뒤집는 것"이라고 설명하며, 환자와 치료의 필요에서 시작하여 거꾸로 ‘맞춤형’ 치료 솔루션을 만드는 것이라고 말합니다.

효소 및 항체와 같은 단백질 기반 치료제는 일반적으로 의약 분야에서 활용되며, 인공지능(AI)으로 고안된 단백질 치료제의 투여가 필요한 개인 치료에 중점을 두고 있습니다.

Salesforce의 연구 부서에서 근무하는 동안 마다니는 영어와 같은 인간 언어와 단백질의 ‘용어’ 사이의 유사성에 매료되었습니다. 본질적으로 호르몬 생성에서 골격 회복에 이르기까지 무수히 많은 신체 기능을 수행하는 연결된 아미노산으로 구성된 단백질은 문장이나 문단 내의 개별 단어에 비유할 수 있습니다. 마다니는 이러한 비유를 콘텐츠를 생성할 수 있는 고급 AI 시스템에 적용함으로써 단백질 데이터를 활용하여 이전에 볼 수 없었던 독특한 기능적 특성을 지닌 단백질을 예측할 수 있는 방법을 발견했습니다.

마다니와 그의 동료인 워싱턴 대학교의 알렉산더 미스케 교수는 이 분야의 연구를 통해 유전자 편집에 Profluent 기술을 확대 적용할 계획입니다.

자연에서 직접 추출한 단백질이나 효소를 사용하여 특정 유전 질환을 치료하는 것은 불가능하지만, 마다니 박사는 현재의 유전자 편집 방법은 종종 기능적 측면에서 타협을 수반하여 그 효과가 제한적이라는 점에 주목했습니다.그러나 프로플루언트는 여러 특성을 한 번에 최적화하여 개별 환자의 요구를 정확하게 충족하는 맞춤형 유전자 편집기를 만들어내는 독보적인 솔루션을 제공합니다.

단백질 예측에 생성 AI를 활용하는 것은 기존의 접근 방식에서 벗어나 다양한 조직과 연구팀에서 검증을 거친 개념입니다.

2022년 엔비디아는 수백만 개의 분자 데이터 세트를 학습하여 잠재적인 약물 표적을 검색하고 화학 반응을 예측하는 생성 AI 모델인 MegaMolBART 를 출시했습니다. Meta 는 에 단백질 서열에 대한 ESM-2라는 모델을 훈련시켰는데, 이 회사는 이 접근 방식을 통해 단 2주 만에 6억 개 이상의 단백질 서열을 예측할 수 있었다고 주장했습니다. 또한 Google의 AI 연구소인 DeepMind는 완전한 단백질 구조를 예측하는 AlphaFold라는 시스템을 통해 기존의 덜 복잡한 알고리즘 방식을 훨씬 능가하는 속도와 정확성을 달성했습니다.

프로플루언트는 400억 개 이상의 단백질 서열로 구성된 대규모 데이터 세트를 활용하여 현재의 유전자 편집 및 단백질 생산 기술을 향상하고 개선함으로써 첨단 인공 지능 기술을 활용하고 있습니다. 자체적으로 치료 솔루션을 개발하는 대신 외부 이해관계자와 협력하는 방식을 채택하여 규제 승인 가능성이 가장 높은 ‘유전자 의약품’을 개발하는 데 주력하고 있습니다.

마다니는 이러한 접근 방식을 통해 일반적으로 치료제를 개발하는 데 필요한 시간과 자본을 획기적으로 줄일 수 있다고 주장합니다. 업계 단체인 PhRMA에 따르면 신약 하나를 개발하는 데는 초기 발견부터 규제 승인까지 평균 10~15년이 걸립니다. 한편, 최근 에 따르면 신약 개발 비용은 수억 달러에서 28억 달러 사이로 추산됩니다.

마다니의 성명은 수많은 획기적인 치료법이 의식적으로 고안된 것이 아니라 우연히 발견되었다는 점을 강조했습니다. 그는 인류가 우연한 발견에서 생물학의 영역에서 본질적인 해답을 의도적으로 만들어내는 것으로 전환할 수 있는 기회를 제공한 프로플루언트의 역량을 인정했습니다.

버클리에 본사를 둔 20명의 팀으로 구성된 프로플루언트는 최근 3,500만 달러의 펀딩 라운드를 주도한 Spark Capital을 비롯한 인상적인 벤처 캐피탈 투자자들의 명단을 자랑합니다. 그 외 주목할 만한 투자자로는 인사이트 파트너스, 에어 스트리트 캐피털, AIX 벤처스, 컨버전트 벤처스 등이 있습니다. 또한 Google의 수석 과학자인 Jeff Dean이 이 플랫폼에 대한 지원을 제공했습니다.

마다니에 따르면 프로플루언트는 앞으로 훈련 데이터 세트 확장을 통해 인공지능 모델을 개선하고 새로운 고객과 파트너를 확보하는 데 집중할 계획이라고 합니다. 에볼루션스케일(EvolutionaryScale), 베이스캠프 리서치(Basecamp Research) 등 다른 기업들이 자체 단백질 생성 모델을 빠르게 개발하고 상당한 벤처 캐피탈 투자를 확보하고 있는 상황에서 경쟁력을 유지하기 위해서는 프로플루언트의 신속한 대응이 필수적입니다.

이 시점에서 우리는 기초 플랫폼을 성공적으로 구축하고 유전자 조작 영역에서 상당한 진전을 이루었습니다. 따라서 번영하는 미래를 위해 우리의 비전을 공유하는 같은 생각을 가진 단체와 협력하여 우리의 범위를 확장하는 것이 필수적입니다.