알파폴드 노벨상 수상, 신약 개발의 미래를 바꾸다 - 구글과 제약 산업의 혁신적 협력

알파폴드가 신약 개발의 패러다임을 완전히 바꾸고 있습니다. 구글 딥마인드가 개발한 이 혁신적인 AI 기술은 노벨 화학상까지 수상하며 제약 산업에 새로운 바람을 일으키고 있습니다. 단백질 구조를 정확히 예측하는 이 기술이 어떻게 아스트라제네카, 머크 같은 제약 거인들의 신약 개발 방식을 변화시키고 있는지 자세히 살펴보겠습니다.

(사진=X, Nobel Prize) 출처 : AI타임스(https://www.aitimes.com)

알파폴드, 노벨상의 영광을 안다

2024년 노벨 화학상은 단백질 분야의 혁신적 발전을 이룬 세 명의 과학자에게 돌아갔습니다. 데이비드 베이커 미국 워싱턴대 교수와 함께 구글 딥마인드의 데미스 허사비스 CEO와 존 점퍼 디렉터가 공동 수상의 영예를 안았습니다. 특히 허사비스와 점퍼는 AI 모델 '알파폴드'를 개발한 공로를 인정받았는데요, 이는 50년 동안 해결하지 못했던 단백질 접힘 문제를 풀어낸 혁신적인 성과입니다^20.

"노벨위원회는 단백질은 생명의 기반인 모든 화학 반응을 조절하고 조종한다면서 이들 발견은 엄청난 잠재력이 있다고 평가했습니다." 노벨위원회의 평가처럼, 알파폴드는 단순히 과학적 호기심을 충족시키는 데 그치지 않고 실질적인 응용 가능성을 보여주었습니다^20.

허사비스와 점퍼는 2020년 '알파폴드2'라는 AI 모델을 발표했고, 이 모델은 연구자들이 확인한 사실상 모든 2억 개 단백질 구조를 예측할 수 있게 만들었습니다. 이는 생물학적 연구와 신약 개발에 혁명을 가져올 수 있는 성과였습니다^20.

구글 딥마인드의 인공지능(AI) '알파폴드2'가 예측한 단백질 구조의 모습이다. 딥마인드 제공

알파폴드, 단백질 접힘의 비밀을 푸는 열쇠

단백질이 어떻게 접히는지 이해하는 것은 왜 그렇게 중요할까요? 단백질은 3차원 구조로 접히는 방식에 따라 다양한 모양을 형성하는데, 이 복잡한 구조를 정확히 알 수 있다면 단백질 틈으로 들어갈 약물을 고안하거나, 원하는 구조로 단백질을 합성할 수 있게 됩니다^2.

알파폴드는 2018년 처음 단백질 구조 예측 대회 CASP에 참가했을 때 60%의 정확도를 보였지만, 불과 2년 후에는 90%에 육박하는 정확도를 달성했습니다. 이는 단백질 구조 분석에 새로운 시대를 열었다고 평가받는 성과입니다^2.

많은 질병이 단백질의 '잘못된 접힘'에 의해 발생한다는 점을 고려하면, 알파폴드의 기술은 질병의 메커니즘을 이해하고 치료법을 개발하는 데 결정적인 역할을 할 수 있습니다^15.

구글의 야심, 신약 개발을 넘어 인류 난제 해결로

구글 딥마인드는 알파폴드를 활용한 신약 개발에 적극적으로 나서고 있습니다. 2021년 알파폴드를 오픈소스로 공개한 후, 전 세계 190개국의 250만 명 이상의 연구자들이 이를 활용하고 있습니다^6.

특히 주목할 점은 허사비스 CEO가 2025년 내에 알파폴드로 생성한 AI 약물로 임상 시험을 시작할 계획이라고 밝힌 것입니다. 지난해에는 알파폴드를 이용해 간세포암을 치료할 수 있는 약물을 설계하고 합성하는 데 성공했다는 소식도 전해졌습니다^13.

"약물 발견 과정을 기존 10년 이상에서, 몇 주 또는 몇 달로 단축하기 위해 노력하고 있다"라는 허사비스 CEO의 말처럼, 알파폴드는 신약 개발 시간을 획기적으로 단축시킬 잠재력을 가지고 있습니다^13.

더욱 흥미로운 점은 알파폴드가 신약 개발을 넘어 식량 부족과 같은 다른 글로벌 문제 해결에도 활용되고 있다는 사실입니다. 예를 들어, 필리핀의 국제미작연구소는 알파폴드를 이용해 가뭄과 질병에 더 잘 견디는 벼 품종을 연구하고 있으며, 노르웨이 생명과학대는 꿀벌 면역체계의 핵심 단백질을 분석해 꿀벌 생존률을 높이는 연구에 알파폴드를 활용했습니다^6.

제약 산업의 대응, 자체 AI 모델 개발로 경쟁

알파폴드의 혁신적인 성과에도 불구하고, 제약 산업은 자체적인 AI 모델 개발에 나서고 있습니다. 그 이유는 무엇일까요?

알파폴드는 공개된 단백질 구조 데이터베이스에 저장된 정보를 활용해 학습되었지만, 약물처럼 인위적으로 만든 분자들과의 결합 정보는 제한적입니다. 이는 실제 신약 개발에 있어 한계점으로 작용할 수 있습니다^17.

이를 극복하기 위해 애브비, 존슨앤드존슨, 사노피, 베링거인겔하임 등으로 구성된 'AI 구조생물학 컨소시엄'은 알파폴드3에서 착안한 자체 AI 모델을 개발할 계획을 발표했습니다. 이 컨소시엄은 각 제약사가 확보한 수천 건의 단백질-약물 결합 구조 데이터를 활용할 예정입니다^17.

"알파폴드3는 후보 약물과의 상호작용 예측에서 아직 미해결 문제가 많다"라는 모하메드 알쿠라이시 뉴욕 콜럼비아대 교수의 지적처럼, 제약 산업은 보다 정교한 AI 모델을 통해 신약 개발 경쟁력을 확보하려 하고 있습니다^17.

아스트라제네카와 머크, 제약 혁신의 최전선에서

주요 제약 기업인 아스트라제네카와 머크는 혁신적인 신약 개발을 위한 다양한 노력을 기울이고 있습니다. 특히 두 회사는 과거 항암제 실험약 판권 계약을 체결한 바 있는데, 이 계약에 따라 아스트라제네카는 머크에 5000만 달러의 계약금을 지불했으며, 머크는 약물의 개발 및 승인에 따라 성과금과 로열티를 받게 되었습니다^3.

이러한 제약사들 간의 협력은 AI 기술의 발전과 함께 더욱 중요해지고 있습니다. 비록 검색 결과에서 아스트라제네카와 머크가 직접적으로 알파폴드를 활용한다는 정보는 찾을 수 없었지만, 제약 산업 전반이 AI를 활용한 신약 개발로 빠르게 전환하고 있는 추세입니다.

알파폴드의 한계와 도전 과제

알파폴드의 혁신적인 성과에도 불구하고, 몇 가지 한계점이 존재합니다. 알파폴드는 정적인 구조를 예측하는 데 탁월하지만, 실제로 약물이 결합할 때 단백질 구조는 동적으로 변화합니다. 이러한 동적 변화를 예측하는 것은 여전히 도전 과제로 남아 있습니다^18.

또한 알파폴드는 단백질만을 고려해 구조를 예측하기 때문에 다음과 같은 한계가 있습니다^19:

1. 약물이 결합하는 정확한 위치인 binding site의 위치 정보가 부족합니다.
2. 데이터 확보가 어려운 first-in-class 약물 연구에 활용할 때 제한이 있을 수 있습니다.

이러한 한계점들을 극복하기 위해 구글 딥마인드와 제약 산업은 지속적으로 기술을 발전시키고 있습니다.

미래 전망: AI가 가져올 신약 개발의 새 시대

알파폴드로 대표되는 AI 기술은 신약 개발의 패러다임을 완전히 바꾸고 있습니다. 전통적인 신약 개발은 후보물질 발굴부터 독성실험까지 최소 4년 이상, 임상부터 허가까지는 최소 6년 이상 소요되는 경우가 흔했습니다. 하지만 AI를 활용한 신약 개발은 이 과정을 크게 단축시킬 수 있습니다^15.

알파폴드의 노벨상 수상은 AI가 과학 연구에 얼마나 큰 영향을 미칠 수 있는지 보여주는 대표적인 사례입니다. 앞으로 AI는 신약 개발뿐만 아니라 생물학, 의학 등 다양한 분야에서 혁신을 이끌어낼 것으로 기대됩니다^18.

허사비스 CEO가 "인류의 질병은 10년 내 모두 정복된다"고 확언한 것처럼, 알파폴드와 같은 AI 기술은 인류의 건강과 복지 향상에 크게 기여할 잠재력을 가지고 있습니다^18.

결론: 알파폴드와 제약 산업의 공생적 발전

알파폴드의 노벨상 수상은 AI가 과학 연구에 기여한 성과를 인정받은 중요한 순간입니다. 구글 딥마인드는 알파폴드를 통해 단백질 구조 예측 분야에 혁명을 일으켰고, 이는 신약 개발을 포함한 다양한 분야에 큰 영향을 미치고 있습니다.

제약 산업, 특히 아스트라제네카와 머크 같은 대형 제약사들은 AI 기술을 적극적으로 활용하면서도 자체적인 기술 개발을 통해 경쟁력을 확보하려 노력하고 있습니다. 이러한 공생적 발전은 앞으로 더 많은 혁신적인 치료제 개발로 이어질 것으로 기대됩니다.

알파폴드로 시작된 AI 신약 개발 혁명은 이제 막 시작되었습니다. 앞으로 더 많은 제약 기업들이 AI를 활용한 연구개발에 투자할 것이며, 그 결과로 더 효과적이고 안전한 약물이 더 빠르게 개발될 수 있을 것입니다. 이는 궁극적으로 환자들의 삶의 질 향상과 인류 건강 증진에 크게 기여할 것입니다.

이것만 기억하세요: 알파폴드의 노벨상 수상은 단순한 과학적 성취를 넘어, AI가 인류의 건강과 복지 향상에 기여할 수 있는 무한한 가능성을 보여주는 상징적인 사건입니다.

#알파폴드 #노벨화학상 #구글딥마인드 #단백질구조예측 #신약개발 #AI신약 #데미스허사비스 #존점퍼 #아스트라제네카 #머크 #제약혁신 #인공지능의료 #바이오테크 #단백질접힘 #생명과학혁명

⁂