섹션별 상세
XtalPi는 양자 역학, AI, 로보틱스를 융합하여 신약 R&D의 근본적인 로직을 재구성하고 있다. 이 기술적 토대를 바탕으로 Signet Therapeutics의 위암 치료제 SIGX1094가 임상 1상에 진입했으며, FDA로부터 희귀의약품 및 패스트트랙 지정을 받는 등 실질적인 임상 성과를 도출했다.
Biotech Showcase 2026에서 발표된 분자 접착제(Molecular Glue) 플랫폼은 기존의 확률론적 스크리닝 대신 물리 기반 시뮬레이션과 로봇 자동화를 결합한 합리적 설계를 지향한다. 이를 통해 과거에 약물로 만들기 어렵다고 여겨졌던 'Undruggable' 타겟들을 정밀하게 공략하며 신약 개발의 한계를 극복하고 있다.
데이터-학습-검증으로 이어지는 폐쇄 루프(Closed-loop) 데이터 인프라를 구축하여 고품질의 고충실도 데이터셋을 확보하고 있다. 로봇 자동화를 통해 생성된 엄격한 데이터는 알고리즘의 비약적인 발전을 지원하며, AI 모델의 정확도와 신뢰성을 높이는 핵심 요소로 작용한다.
하버드, MIT, 스탠퍼드 등 세계적인 교육 기관과 협력하여 노코드 AI 연구 에이전트인 MorphMind, 재생 의학을 위한 AI 설계 단백질 플랫폼 Foundry Bio 등 다양한 포트폴리오를 육성하고 있다. 또한 펩타이드 발굴 플랫폼 PepiX는 수개월 내에 pM 수준의 분자를 식별하는 등 내부 플랫폼의 고도화도 지속되고 있다.
용어 해설
- 분자 접착제(Molecular Glue)
- — 두 단백질 사이의 상호작용을 유도하여 질병 유발 단백질을 분해하거나 기능을 조절하는 소분자 화합물이다. 기존 약물로 공략하기 힘든 'Undruggable' 타겟을 치료할 수 있는 차세대 기술로 주목받고 있으며, XtalPi는 이를 물리 기반 시뮬레이션으로 설계한다.
- 합리적 설계(Rational Design)
- — 약물 타겟의 구조와 생물학적 기능을 미리 파악하고 이에 최적화된 분자를 컴퓨터 시뮬레이션 등을 통해 정밀하게 설계하는 방식이다. 수만 개의 화합물을 무작위로 테스트하는 전통적인 스크리닝 방식보다 시간과 비용 면에서 압도적으로 효율적이다.
- 폐쇄 루프 데이터(Closed-loop Data)
- — 데이터 생성, 모델 학습, 실험 검증이 하나의 순환 구조로 연결되어 실험 결과가 다시 모델의 학습 데이터로 피드백되는 시스템이다. 로봇 자동화를 통해 인간의 개입 없이 고품질 데이터를 지속적으로 생성하여 AI 모델의 정확도를 실시간으로 개선한다.
- 생리학적 약동학 시뮬레이션(PBPK Simulation)
- — 컴퓨터 모델을 사용하여 약물이 체내에서 어떻게 흡수, 분포, 대사, 배설되는지 수학적으로 예측하는 기술이다. 임상 시험 전 단계에서 약물의 안전성과 유효성을 미리 평가하여 신약 개발의 시행착오를 줄이고 성공률을 높이는 데 기여한다.
기술
- AI Research Agent
- Robotic Automation
- Physics-based Simulation
- PBPK Simulation
- Molecular Glue Platform
활용 사례
- 위암 치료제 개발
- 희귀 신경 질환 약물 발굴
- 자가면역 질환 치료제 설계
- AI 기반 단백질 설계
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 01. 19.수집 2026. 02. 21.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
