pharm edaily

[이데일리 김승권 기자] 구글 딥마인드가 단백질 분석 인공지능(AI) 알파폴드로 노벨상 수상까지 거머쥐며 AI신약개발 업계를 긴장시키고 있다. 일각에선 구글 계열사가 장기적으로 빅파마로 도약, 약 2150조원에 달하는 글로벌 의약품 시장의 패권을 거머쥘수도 있다는 전망까지 나온다. 존슨앤드존슨(작년 매출 약 117조원), 노보노디스크(46조원)를 위협할 정도로 성장할 수 있다는 것이다. 실제 딥마인드는 알파폴드를 이용한 신약 개발 기업 ‘아이소모픽랩스’를 설립, 신약개발에 본격 나선 상황이다.

국내 AI신약개발업체들은 딥마인드와 다른 차별점을 내세우며 경쟁력이 있다고 자신한다. 이데일리는 딥마인드와 사업 부문이 겹리는 쓰리빌리언, 갤럭스, 히츠 등 국내 AI신약개발 기업이 어떤 차별점이 있는지 각 기업의 생존 전략을 조명해봤다.

17일 외신 등에 따르면 빅파마 일라이릴리와 노바티스는 올 상반기 구글 딥마인드의 신약 개발사 아이소모팍랩스와 각각 최대 2조3000억원, 1조6000억원 규모의 AI 기반 약물 개발 협력 계약을 맺었다. 딥마인드에서 알파폴드를 개발한 허사비스 CEO, 점퍼 연구원은 최근 노벨 화학상까지 수상하며 업계에 충격을 줬다.

제14회 단백질 구조 예측 대회 결과치 (데이터=Average Zscore)

단백질 분석이 중요한 이유는 인체의 비밀을 밝힐 수 있는 열쇠이기 때문이다. 신체의 모든 세포는 단백질이라는 수십억 개의 작은 분자로 구성돼 있다. 여기서 단백질이란 여러 개의 아미노산이 서열을 이루며 결합한 것이다. DNA가 짠 설계도에 따라 아미노산 서열들은 3차원의 구조를 형성한다. 이들은 눈이 빛을 감지하고, 신경 세포가 활성화되고, DNA의 고유한 지시를 읽을 수 있게 돕는 등 생명의 구성 요소로서 기능한다. 즉 단백질 구조를 분석하는 것으로 질병의 원인을 파악할 가능성이 높아지는 것이다.

2150조 글로벌 의약품 시장 놓고 빅테크 다 뛰어들었다

글로벌 의약품 시장 규모는 반도체 시장(약 800조원)의 3배에 육박하는 약 2150조원으로 평가된다. 구글, 마이크로소프트, 엔비디아, 아마존 등 미국 빅테크 기업들이 돈을 쏟아부으며 시장 진입을 시도하는 이유다. 하지만 신약 개발은 10년 이상이 소요되는 고부가 첨단 산업이기에 성공하는 것이 쉽지 않은 것이 현실이다.

구글은 2017년부터 후보물질 발굴 단계의 AI신약 개발을 본격화했다. 2018년 ‘알파폴드 1’으로 시작해 2021년 내놓은 ‘알파폴드 2’는 과학자들이 10년 동안 풀지 못했던 세포의 단백질 구조를 단 30분 만에 찾아냈다. 구글이 노벨상을 받을 정도로 성과를 낸 부분이 ‘단백질 구조 분석’ 분야다.

금창원 쓰리빌리언 대표 (사진=쓰리빌리언)

지난 5월에는 생명체 근간이 되는 거의 모든 생체 분자 구조를 예측할 수 있는 알파폴드3를 선보였다. 이는 치료제 개발의 타겟이 되는 단백질의 구조 예측은 단백질 구조와 치료제의 결합 구조까지 예측이 가능해졌다는 것을 의미한다. 하지만 아직 고도화되지 못한 상태로 파악된다.

신약 개발 초기 과정을 단순화하면 질병을 유발하는 ‘타겟 단백질’의 서열과 구조를 판별하는 것과, 이 타겟 단백질에 붙어서 특정 단백질 무력화시키거나 저하된 기능을 끌어올리는 역할을 수행하는 ‘후보 물질(화합물 등)’을 발굴하는 것으로 나눌 수 있다.

신약을 개발하기 위해서는 단백질이 결합하는 여러 화합물과 혼합해 어떤 효과를 내는지 임상을 통해 결과를 파악할 수 있어야 한다. 이 지점에서 단백질과 화합물의 융합을 알파폴드3가 예측할 수 있으나 학습 측면에서 부족하다는 것이 AI신약개발 업계의 평가다.

석차옥 갤럭스 대표(서울대 교수)는 “약을 설계하려면 단백질 구조예측에서 더 나아가 아직 세상에 존재하지 않는 물질과 질병 유발 단백질의 결합에 대한 예측이 필요하다”며 “우리는 지난 20여년간 단백질 구조와 결합예측을 연구해 왔기 때문에 이 분야에서 개발 경험이 풍부하고 분자 설계 부문에서 강점을 보유하고 있다”고 강조했다.

쓰리빌리언·갤럭스·히츠의 차별점은

11월 상장을 앞둔 쓰리빌리언은 AI로 유전자 변이로 인한 희귀질환을 분석하는 기술에서 구글 딥마인드와 비슷하거나 앞서는 수준에 있을 것으로 보고 있다.

금창원 쓰리빌리언 대표는 “딥마인드에서 희귀질환을 분석하는 알파미스센스와 알파폴드는 사실상 분석 구조는 비슷하다”며 “하지만 알파미스센스는 다양한 변이 중에 미스센스 변이 예측에만 제한된 기능을 발휘하고 있고, 쓰리빌리언 AI플랫폼 ‘쓰리씨넷(3cnet)’은 모든 유전변이 해석이 가능하다”고 말했다.

이처럼 알파폴드가 해결하지 못한 과제에 집중하면 한국 기업도 충분히 경쟁력 확보가 가능하다는 게 전문가들의 주장이다. 알파폴드가 분자 상호작용 예측과 분석, 즉 과학적 이해에 도움을 준다면 국내 기업은 신약 개발 과정에 AI를 적용하여 실질적인 의약품 개발에 기여할 수 있는 방식으로 살길을 모색할 수 있다는 것이다.

금 대표는 “국내 AI신약개발 기업의 살길은 알파폴드가 해결되지 않은 부분들에 기술을 집중해 보완하는 형태가 맞을 것으로 본다”며 “이를테면 사이드 체인 예측이라던가, 구조 예측에서도 여전히 해결 안 된 부분들이 있다. 이런 부분이 신약을 정밀하게 디자인 하는데는 여전히 매우 중요하기 때문에 구조 기반 신약 개발사들은 이런 기술에 앞으로 집중하게 될 것으로 보인다”고 관측했다.

김우연 히츠 대표(카이스트 교수) (사진=히츠)

갤럭스는 특정 질병 항원에 잘 달라붙을 수 있는 항체를 개발하고 설계할 수 있는 AI플랫폼을 개발하고 있다. 핵심 기술은 항원의 치료 또는 진단을 위해 특정 부위에 결합하는 항체를 AI로 설계하는 소프트웨어인 ‘갤럭스 디자인’이다.

항체 설계에 있어서는 갤럭스가 구글 딥마인드보다 우위를 보이고 있다는 게 석차옥 대표의 말이다. 그는 “구글 알파프로티어는 2차구조와 결합하는 수준이고 ‘갤럭스 디자인’은 항체 설계 성능까지 가능한 기술을 보유하고 있다”며 “ 이차구조가 아닌 고리로 결합하는 단백질, 즉 치료용 항체 고리 설계 AI는 아직 압도적이라고 볼 수 있다”고 강조했다.

김우연 히츠 대표(카이스트 교수)도 작은 분자가 분석을 하는 구글이 하지 못하는 분야를 개발해 경쟁력을 높이고 있다고 설명했다. 히츠는 자체 신약 개발보다는 제약사들의 연구를 돕는 플랫폼(기반 기술)을 개발하고 있다.

김 대표는 “구글의 알파폴드3는 단백질, DNA, RNA, ‘작은 분자’ 등의 결합 구조를 예측하는 목적이다. 신약개발 단계로 보면 스크리닝 및 유효물질 탐색에 주로 사용되며 신약개발 극초기 단계에 쓰인다”며 “알파폴드3는 결합 구조만 예측할 수 있어서 신약개발 전단계로 보면 아직까지는 매우 제한적으로 사용될 것 같다. 보다 파급력을 높이려면 구조 예측과 더불어 약물의 다양한 물성 및 독성 예측 등으로 확장되어야 한다”고 설명했다.

그는 이어 “신약개발에는 단백질, DNA, RNA, 저분자 구조 예측 외에도 신약개발에는 여러 난제가 있기 때문에 다른 부분에서 개발하면 경쟁력은 충분하다”고 강조했다.