제임스 콜린스 교수: AI와 합성 생물학의 결합으로 항생제 내성 극복

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

항생제 내성균의 위협이 커지는 가운데, 제임스 콜린스 교수는 AI와 합성 생물학을 결합하여 혁신적인 치료제 개발을 선도하고 있다. 2020년 Deep Learning을 통해 강력한 항생제 'Halicin'을 발견한 데 이어, 최근에는 생성형 AI를 활용해 자연계에 존재하지 않는 새로운 분자 구조의 항생제를 직접 설계하는 단계에 이르렀다. 이러한 연구는 MIT Jameel Clinic, Harvard Wyss Institute 등과의 다학제적 협력을 통해 가속화되고 있으며, 비영리 단체인 Phare Bio를 통해 연구 성과를 실제 임상 치료제로 전환하는 파이프라인을 구축하고 있다.

배경

Deep Learning 기초 지식, 합성 생물학 및 시스템 생물학 개념, 신약 개발 프로세스에 대한 이해

대상 독자

AI 기반 신약 개발 연구자, 바이오테크 개발자, 보건 정책 전문가

의미 / 영향

AI를 통한 항생제 설계는 기존의 시행착오 중심 신약 개발 방식을 데이터 기반의 예측 모델로 전환시킨다. 이는 항생제 내성이라는 글로벌 보건 위기에 대응하는 속도를 획기적으로 높이며, 희귀 질환이나 변종 바이러스에 대한 맞춤형 치료제 개발에도 응용될 수 있다.

섹션별 상세

2020년 Cell지에 발표된 연구에서 Deep Learning 모델을 활용해 기존 약물 데이터베이스를 스크리닝함으로써 'Halicin'이라는 강력한 항생제를 발견했다. 이는 AI가 복잡한 생물학적 시스템을 분석하여 다제내성균에 효과적인 화합물을 식별할 수 있음을 증명한 사례다.

2025년 연구에서는 Genetic Algorithms와 Variational Autoencoders(VAE)를 결합하여 수백만 개의 가상 분자를 생성했다. 이를 통해 임상적으로 유망한 24개의 화합물을 합성했으며, 그중 NG1은 임질균에, DN1은 내성 황색포도상구균(MRSA)에 탁월한 효과를 보였다.

MIT Jameel Clinic의 AI 전문가들과 Harvard Wyss Institute의 'Organs-on-chips' 기술을 결합하여 AI가 예측한 약물의 효능을 인간 조직 환경에서 검증한다. 이러한 협력은 계산적 예측과 실험적 검증 사이의 간극을 메워 신약 개발 속도를 획기적으로 높인다.

연구실에서 발견된 유망한 후보 물질을 실제 치료제로 발전시키기 위해 비영리 단체인 Phare Bio를 설립했다. 최근 ARPA-H로부터 지원을 받아 생성형 AI로 설계된 15개의 새로운 항생제를 전임상 단계로 개발하는 프로젝트를 진행 중이다.

실무 Takeaway

Deep Learning 기반 스크리닝을 넘어 VAE와 같은 생성형 AI를 활용하면 자연계에 없는 완전히 새로운 구조의 항생제를 설계하여 내성균 문제를 근본적으로 해결할 수 있다.
AI로 설계된 약물의 독성과 효능을 검증하기 위해 'Organs-on-chips'와 같은 첨단 실험 플랫폼을 결합하는 다학제적 협력 모델이 신약 개발의 필수 요소다.
학계의 AI 연구 성과가 실제 환자에게 도달하기 위해서는 Phare Bio와 같은 비영리 조직을 통한 임상 개발 및 번역 연구 파이프라인 구축이 중요하다.

언급된 리소스

문서Collins Lab

문서MIT Jameel Clinic

문서Institute for Medical Engineering and Science (IMES)