본문으로 건너뛰기

Absci, 제로샷 생성형 AI를 통한 혁신적인 항체 설계 가속화

Absci는 제로샷 생성형 AI를 활용하여 표적에 결합하는 항체를 처음부터 설계함으로써 신약 개발 속도를 획기적으로 높이는 기술을 선보였다.

섹션별 상세

01
Absci는 생성형 AI를 활용하여 항체의 핵심 부위인 CDR-H3 루프를 포함한 전체 가변 영역을 설계하는 기술을 개발했다. CDR-H3는 항체의 다양성과 결합력을 결정하는 가장 중요한 부위이지만 구조적 복잡성으로 인해 설계가 매우 어렵다.
02
이 시스템은 Zero-shot 방식을 채택하여, AI가 이전에 본 적 없는 새로운 질병 표적에 대해서도 유효한 항체 후보 물질을 생성할 수 있다. 이는 특정 표적에 대한 방대한 실험 데이터 없이도 설계를 시작할 수 있음을 의미한다.
03
설계된 항체는 실험실에서 실제 결합력과 생물학적 활성이 검증되었으며, 기존 방식보다 훨씬 높은 성공률을 보였다. AI 모델은 수십억 개의 단백질 서열과 구조 데이터를 학습하여 단백질의 물리적, 화학적 특성을 이해한다.
04
이 기술의 도입으로 항체 발견 및 최적화 단계가 통합되어 전체 신약 개발 타임라인이 획기적으로 단축된다. 전통적인 방식이 수년이 걸렸다면, Absci의 플랫폼은 수주 내에 최적화된 리드 항체를 도출할 수 있다.

기술

  • Generative AI
  • Deep Learning
  • Absci Platform

활용 사례

  • De novo antibody design
  • Lead optimization
  • Target discovery

언급된 리소스

AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 01. 15.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.