[바이오 위클리] 약물 더 정확하고 효율적으로 전달…에이조스바이오
2022년 12월 14일 오전 09:00
■ 이성규 / 과학뉴스팀 기자
■ 박혜진 / 에이조스바이오 상무
[앵커]
약이 잘 듣기 위해서는 약 자체의 효능도 중요하지만, 약을 우리 몸속의 표적 기관으로 잘 전달하는 것도 중요한데요. 오늘 바이오 위클리에서는 인공지능을 이용해서 약물 전달물질을 발굴하는 에이조스바이오의 박혜진 상무와 이 회사를 취재한 이성규 기자 두 분과 함께 자세한 내용 알아보겠습니다. 어서 오세요.
[기자]
안녕하세요.
[인터뷰]
안녕하세요.
[앵커]
이성규 기자, 오늘 다룰 주제가 약물 전달체 기술인데, 우선 이 개념부터 설명해주시죠.
[기자]
약물 전달체 기술은 말 그대로 약물을 효율적으로 세포 안으로 효율적으로 전달하는 기술을 말하는데요. 신약 기발의 기술이 고도화되면서 약물 기술도 발전했다 볼 수 있습니다. 예를 들어, 코로나19 mRNA 백신의 경우에는 지질 나노입자라는 새로운 약물 전달체가 없었다면 아마도 상용화가 어려웠을 것이란 진단이 있고요.
그 이유는 mRNA 자체가 체내에서 분해 단백질에 의해서 잘 분해가 되는데 이를 보호하면서 목표로 하는 표적 기간에 잘 전달해야지 mRNA 백신이 효능이 있기 때문인 거죠.
기존에는 어떤 약물에는 어떤 전달체가 잘 통하는지 실험에서 일일이 테스트해야 해서 시간이 오래 걸렸죠. 오늘 출연하는 에이조스바이오는 인공지능을 접목해서 더 빠르게 약물 전달체 물질을 발굴하고 있습니다.
[앵커]
인공지능이 약물 전달체 발굴까지 활용된다고 하니까 굉장히 신기한데요. 약물 전달체 개발과 관련해서 인공지능을 활용할 경우에 기존 방식보다 더 나은 점이 있다면 뭐가 있을까요?
[인터뷰]
지금까지의 약물 전달체 개발은 많은 시간과 비용이 필요하기 때문에 새로운 약물 전달체를 개발하기보다 기존에 알려진 범용적인 약물 전달체 기술을 사용하는 방식을 많이 선호했습니다. 하지만 mRNA 백신 등 바이오 신약의 발전으로 약물에 맞춘 새로운 신약 전달체를 개발해야 하는 필요성이 커졌고요. 새로운 전달 기술에 대해 특허로 보호되는 경우도 많아져서 새 약물 전달체 기술의 개발은 신약 개발의 중요한 요소로 여겨지게 됐습니다.
전통적인 약물 전달체 개발 방식으로는 다양한 약물의 전달 효율을 예측하는데 많은 시간과 비용이 들기 때문에 인공지능으로 약물 전달체를 개발하는 시도 역시 최근에 활발하게 시도되고 있습니다.
약물 전달체는 약물과는 다른 물성과 활성을 고려해야 하는데, 이를 위해 다양한 데이터가 필요하고 이 데이터를 정확하게 해석해 내는 기술이 필요합니다.
인공지능 기술의 중요한 활용 분야는, 복잡하고 거대한 데이터를 빠르고 정확히 해석할 수 있도록 도움을 주는 것입니다. 우리가 구현하는 인공지능 기술은 약물 전달체와 같이 복잡한 화합물 분자에 대해 우리 고유의 물리·화학적 원리를 이용해서 효율적으로 적용하는 것이 가능했다고 말씀드릴 수 있겠습니다.
[기자]
이 약도 표적으로 하는 세포나 조직이 다 다르잖아요. 약물 전달체도 약에 따라서 전달하는 표적 기간도 다 다른 건지 그 점도 좀 궁금하거든요?
[인터뷰]
네, 그렇습니다. 약물 전달체를 잘 설계하면 세포 내의 소기관을 표적으로 약물을 전달할 수도 있는데요. 인간 세포 내에는 여러 소기관이 있어 각각의 역할을 하고 있습니다.
가령 단백질을 생산하는 과정은 소포체와 골지체, 유전자의 전사와 복제는 핵, 에너지 생산과 세포 사멸 등에는 미토콘드리아 같은 소기관에서 중요 과정이 일어납니다. 이런 소기관과 약물의 특성에 따라 약물 전달체 개발이 이루어지고 있습니다.
[앵커]
신약 개발에 약물 전달체 기술이 갈수록 중요해지고 있다.라는 내용을 지금 듣고 있는데요. 이 기자가 현장을 취재하고 왔습니다. 현장 인터뷰 보고 이어가겠습니다.
[기자]
소장님 궁금한 게 전달체를 발굴을 하는 건데, 전달 잘할 것 같은 물질을 AI에 어떻게 학습시키나요?
[박정현 / 에이조스바이오 연구소장 : 세포 투과성 펩타이드에서 이런 시퀀스들이 잘 들어간다고 실험적으로 검증된 시퀀스들이 오픈소스로 몇천 종류 데이터가 있습니다. 반대로 이런 시퀀스는 세포 안에 들어가지 않는다고 검증된 시퀀스들도 만 종 이상 있습니다. 이걸 가지고 yse, no로 자라 들어가면 세포 투과성이 좋은 펩타이드는 yes, 안 들어가면 no라고 인공지능에 입력합니다. 이런 시퀀스는 O라고 이런 시퀀스는 X라고 했으니, 다음에 오는 시퀀스를 가지고 인공지능이 세포 투과성을 예측하게 합니다.]
[기자]
인공지능으로 새롭게 발굴한 물질이 얼마나 잘 전달하느냐 이런 거를 예측하기 위해서 어떻게 훈련시키는지 간략한 설명을 들었는데 상무님, 조금 더 구체적으로 설명해주시죠.
[인터뷰]
네. 인공지능 계에서는 "Garbage In, Garbage Out"이라는 잘 알려진 격언이 있는데요. '믿을만한 데이터가 많을수록' 인공지능의 성능이 비약적으로 좋아집니다. 또 같은 기본 데이터를 사용하더라도 '어떻게 더 좋고 더 많은 학습 데이터'를 사용할 수 있는가에 따라 인공지능의 성능도 달라집니다.
저희 인공지능기반 약물 전달체 개발 분야는 크게 두 가지입니다. 하나는 지질 나노입자의 주요 구성물인 이온성 지질 전달체를 설계하는 기술인데 현재 외부 기관과 깊이 있게 공동연구를 수행하고 있는 분야라서 자세한 설명은 조심스럽습니다.
다른 하나는 펩타이드 전달체인데요, 펩타이드는 20가지 서로 다른 아미노산의 서열로 구성된 비교적 작은 바이오 물질입니다. 저희는 펩타이드 약물 전달체 개발을 위한 인공지능 모델을 만들기 위해 논문과 기존 연구된 데이터베이스를 활용하여 알려진 수만 개의 데이터를 수집했고요, 인공지능학습용으로 알맞은 수천억 개 데이터로 재구성했습니다. 이를 학습시켜 실제 약물 전달체로 사용되는 펩타이드를 찾아내고 최적화하여 바이오 신약의 약물 전달 효능을 보는 연구를 진행하고 있습니다.
[기자]
약물 전달체의 어떤 후보 물질을 발굴해서 지금 동물실험 같은 걸 하고 있다. 이런 설명을 들었는데, 약이 방식도 다양하게 나오니까 약물 전달체도 좀 다양하게 나올 거 같아요. 앞으로 약물 전달체의 미래 어떤 방향으로 전망하시는가요?
[인터뷰]
약물 전달체 기술은 개발되는 약물 특성을 효과적으로 보완해 약물의 효능은 올리고 독성을 낮추는 것이 그 목표입니다. 그래서 최근 개발되는 바이오 의약품의 특성과도 밀접한 관련을 맺고 있습니다. 바이오 의약품은 표적으로 하는 장기나 조직, 특정 세포에 선택성이 더 높아야 되고 필요에 따라 세포 내 소기관으로 이동해야 합니다.
또 면역 원성이나 세포 내의 분해도 고려해야 합니다. 앞으로 약물 전달물질은 새롭게 개발되는 바이오 의약품의 일부가 될 것입니다. 이미 항체 접합 약물 등이 개발돼서 이러한 기술의 방향을 보여줬습니다. 코로나 사태로 알려진 mRNA와 같이 핵산을 기반으로 하는 약물들은 각각의 약물 특성에 따른 약물 전달체 개발의 필요성을 방증했습니다.
또 이러한 약물 맞춤형 전달체를 빠르게 개발하기 위해서는 약물 전달체 플랫폼 기술이 필요할 것입니다. 표적이 되는 조직을 바꾸어 약물을 전달한다거나 기존 약물과 비슷한 물성을 가진 약물 전달체를 개발할 경우 플랫폼 기술에 바탕을 두면 훨씬 더 빠르게 개발할 수가 있습니다.
마지막으로 복잡한 약물 전달체를 개발하기 위해서 인공지능이 적극적으로 적용될 것입니다. 기존의 방식으로는 방대한 데이터를 바탕으로 맞춤형 약물 전달체를 설계하고 만드는 데는 시간과 비용 면에서 많은 한계가 있기 때문에 적극적으로 인공지능을 도입하는 방향으로 발전이 이루어질 것으로 보입니다.
[앵커]
마지막으로 국내 바이오 산업 발전을 위해서 제언해 주실 말씀이 있다면요?
[인터뷰]
바이오 산업은 효과에 대한 확인과 안전성 검증까지 오랜 시간이 필요합니다. 앞서 예를 들었던 mRNA 백신 같은 경우도 코로나 사태라는 특수한 상황으로 실용화되기까지 10여 년 동안 연구하면서 발전한 기술입니다. 바이오 산업은 단기적인 결과 보다 장기적인 관점에서 지속적인 투자를 해야만 성장하고 결실을 맺는 것이 가능한 산업이라 생각됩니다. 인공지능은 이러한 바이오 산업에 장기적으로 혁신을 가져다줄 기술입니다. 하지만 이러한 인공지능 기술도 바이오 산업에 적용될 때는 신중하고 철저하게 검증되어야 합니다.
그리고 창의적인 연구가 필요한 분야이기 때문에 규모의 경제보다 각자의 강점을 조합한 개방형 협력이 훨씬 중요합니다. 전체를 다 혼자 진행하기 힘들기 때문에 각자의 강점에 집중할 필요가 있습니다. 국내 바이오 산업의 발전을 위해서는 긴 호흡으로 꾸준한 투자를 통해서, 또한 각자의 장점을 특화한 협력을 통해서 성과를 이루어 나가는 시스템이 정착되었으면 하는 바람입니다.
[앵커]
성과가 나중에 나오는 만큼 바이오 산업은 긴 호흡으로 바라봐야 한다. 이렇게 정리를 할 수 있겠습니다. 오늘은 인공지능을 활용해서 약물 전달체 효과를 극대화하는 기술에 대해서 들어봤는데요. 효과는 높이고, 부작용은 낮추는 신약 개발에 큰 도움이 될 것 같습니다. '바이오 위클리', 에이조스바이오 박혜진 상무, 이성규 기자와 함께했습니다. 두 분 고맙습니다.
YTN 사이언스 이성규 (sklee95@ytn.co.kr)
■ 박혜진 / 에이조스바이오 상무
[앵커]
약이 잘 듣기 위해서는 약 자체의 효능도 중요하지만, 약을 우리 몸속의 표적 기관으로 잘 전달하는 것도 중요한데요. 오늘 바이오 위클리에서는 인공지능을 이용해서 약물 전달물질을 발굴하는 에이조스바이오의 박혜진 상무와 이 회사를 취재한 이성규 기자 두 분과 함께 자세한 내용 알아보겠습니다. 어서 오세요.
[기자]
안녕하세요.
[인터뷰]
안녕하세요.
[앵커]
이성규 기자, 오늘 다룰 주제가 약물 전달체 기술인데, 우선 이 개념부터 설명해주시죠.
[기자]
약물 전달체 기술은 말 그대로 약물을 효율적으로 세포 안으로 효율적으로 전달하는 기술을 말하는데요. 신약 기발의 기술이 고도화되면서 약물 기술도 발전했다 볼 수 있습니다. 예를 들어, 코로나19 mRNA 백신의 경우에는 지질 나노입자라는 새로운 약물 전달체가 없었다면 아마도 상용화가 어려웠을 것이란 진단이 있고요.
그 이유는 mRNA 자체가 체내에서 분해 단백질에 의해서 잘 분해가 되는데 이를 보호하면서 목표로 하는 표적 기간에 잘 전달해야지 mRNA 백신이 효능이 있기 때문인 거죠.
기존에는 어떤 약물에는 어떤 전달체가 잘 통하는지 실험에서 일일이 테스트해야 해서 시간이 오래 걸렸죠. 오늘 출연하는 에이조스바이오는 인공지능을 접목해서 더 빠르게 약물 전달체 물질을 발굴하고 있습니다.
[앵커]
인공지능이 약물 전달체 발굴까지 활용된다고 하니까 굉장히 신기한데요. 약물 전달체 개발과 관련해서 인공지능을 활용할 경우에 기존 방식보다 더 나은 점이 있다면 뭐가 있을까요?
[인터뷰]
지금까지의 약물 전달체 개발은 많은 시간과 비용이 필요하기 때문에 새로운 약물 전달체를 개발하기보다 기존에 알려진 범용적인 약물 전달체 기술을 사용하는 방식을 많이 선호했습니다. 하지만 mRNA 백신 등 바이오 신약의 발전으로 약물에 맞춘 새로운 신약 전달체를 개발해야 하는 필요성이 커졌고요. 새로운 전달 기술에 대해 특허로 보호되는 경우도 많아져서 새 약물 전달체 기술의 개발은 신약 개발의 중요한 요소로 여겨지게 됐습니다.
전통적인 약물 전달체 개발 방식으로는 다양한 약물의 전달 효율을 예측하는데 많은 시간과 비용이 들기 때문에 인공지능으로 약물 전달체를 개발하는 시도 역시 최근에 활발하게 시도되고 있습니다.
약물 전달체는 약물과는 다른 물성과 활성을 고려해야 하는데, 이를 위해 다양한 데이터가 필요하고 이 데이터를 정확하게 해석해 내는 기술이 필요합니다.
인공지능 기술의 중요한 활용 분야는, 복잡하고 거대한 데이터를 빠르고 정확히 해석할 수 있도록 도움을 주는 것입니다. 우리가 구현하는 인공지능 기술은 약물 전달체와 같이 복잡한 화합물 분자에 대해 우리 고유의 물리·화학적 원리를 이용해서 효율적으로 적용하는 것이 가능했다고 말씀드릴 수 있겠습니다.
[기자]
이 약도 표적으로 하는 세포나 조직이 다 다르잖아요. 약물 전달체도 약에 따라서 전달하는 표적 기간도 다 다른 건지 그 점도 좀 궁금하거든요?
[인터뷰]
네, 그렇습니다. 약물 전달체를 잘 설계하면 세포 내의 소기관을 표적으로 약물을 전달할 수도 있는데요. 인간 세포 내에는 여러 소기관이 있어 각각의 역할을 하고 있습니다.
가령 단백질을 생산하는 과정은 소포체와 골지체, 유전자의 전사와 복제는 핵, 에너지 생산과 세포 사멸 등에는 미토콘드리아 같은 소기관에서 중요 과정이 일어납니다. 이런 소기관과 약물의 특성에 따라 약물 전달체 개발이 이루어지고 있습니다.
[앵커]
신약 개발에 약물 전달체 기술이 갈수록 중요해지고 있다.라는 내용을 지금 듣고 있는데요. 이 기자가 현장을 취재하고 왔습니다. 현장 인터뷰 보고 이어가겠습니다.
[기자]
소장님 궁금한 게 전달체를 발굴을 하는 건데, 전달 잘할 것 같은 물질을 AI에 어떻게 학습시키나요?
[박정현 / 에이조스바이오 연구소장 : 세포 투과성 펩타이드에서 이런 시퀀스들이 잘 들어간다고 실험적으로 검증된 시퀀스들이 오픈소스로 몇천 종류 데이터가 있습니다. 반대로 이런 시퀀스는 세포 안에 들어가지 않는다고 검증된 시퀀스들도 만 종 이상 있습니다. 이걸 가지고 yse, no로 자라 들어가면 세포 투과성이 좋은 펩타이드는 yes, 안 들어가면 no라고 인공지능에 입력합니다. 이런 시퀀스는 O라고 이런 시퀀스는 X라고 했으니, 다음에 오는 시퀀스를 가지고 인공지능이 세포 투과성을 예측하게 합니다.]
[기자]
인공지능으로 새롭게 발굴한 물질이 얼마나 잘 전달하느냐 이런 거를 예측하기 위해서 어떻게 훈련시키는지 간략한 설명을 들었는데 상무님, 조금 더 구체적으로 설명해주시죠.
[인터뷰]
네. 인공지능 계에서는 "Garbage In, Garbage Out"이라는 잘 알려진 격언이 있는데요. '믿을만한 데이터가 많을수록' 인공지능의 성능이 비약적으로 좋아집니다. 또 같은 기본 데이터를 사용하더라도 '어떻게 더 좋고 더 많은 학습 데이터'를 사용할 수 있는가에 따라 인공지능의 성능도 달라집니다.
저희 인공지능기반 약물 전달체 개발 분야는 크게 두 가지입니다. 하나는 지질 나노입자의 주요 구성물인 이온성 지질 전달체를 설계하는 기술인데 현재 외부 기관과 깊이 있게 공동연구를 수행하고 있는 분야라서 자세한 설명은 조심스럽습니다.
다른 하나는 펩타이드 전달체인데요, 펩타이드는 20가지 서로 다른 아미노산의 서열로 구성된 비교적 작은 바이오 물질입니다. 저희는 펩타이드 약물 전달체 개발을 위한 인공지능 모델을 만들기 위해 논문과 기존 연구된 데이터베이스를 활용하여 알려진 수만 개의 데이터를 수집했고요, 인공지능학습용으로 알맞은 수천억 개 데이터로 재구성했습니다. 이를 학습시켜 실제 약물 전달체로 사용되는 펩타이드를 찾아내고 최적화하여 바이오 신약의 약물 전달 효능을 보는 연구를 진행하고 있습니다.
[기자]
약물 전달체의 어떤 후보 물질을 발굴해서 지금 동물실험 같은 걸 하고 있다. 이런 설명을 들었는데, 약이 방식도 다양하게 나오니까 약물 전달체도 좀 다양하게 나올 거 같아요. 앞으로 약물 전달체의 미래 어떤 방향으로 전망하시는가요?
[인터뷰]
약물 전달체 기술은 개발되는 약물 특성을 효과적으로 보완해 약물의 효능은 올리고 독성을 낮추는 것이 그 목표입니다. 그래서 최근 개발되는 바이오 의약품의 특성과도 밀접한 관련을 맺고 있습니다. 바이오 의약품은 표적으로 하는 장기나 조직, 특정 세포에 선택성이 더 높아야 되고 필요에 따라 세포 내 소기관으로 이동해야 합니다.
또 면역 원성이나 세포 내의 분해도 고려해야 합니다. 앞으로 약물 전달물질은 새롭게 개발되는 바이오 의약품의 일부가 될 것입니다. 이미 항체 접합 약물 등이 개발돼서 이러한 기술의 방향을 보여줬습니다. 코로나 사태로 알려진 mRNA와 같이 핵산을 기반으로 하는 약물들은 각각의 약물 특성에 따른 약물 전달체 개발의 필요성을 방증했습니다.
또 이러한 약물 맞춤형 전달체를 빠르게 개발하기 위해서는 약물 전달체 플랫폼 기술이 필요할 것입니다. 표적이 되는 조직을 바꾸어 약물을 전달한다거나 기존 약물과 비슷한 물성을 가진 약물 전달체를 개발할 경우 플랫폼 기술에 바탕을 두면 훨씬 더 빠르게 개발할 수가 있습니다.
마지막으로 복잡한 약물 전달체를 개발하기 위해서 인공지능이 적극적으로 적용될 것입니다. 기존의 방식으로는 방대한 데이터를 바탕으로 맞춤형 약물 전달체를 설계하고 만드는 데는 시간과 비용 면에서 많은 한계가 있기 때문에 적극적으로 인공지능을 도입하는 방향으로 발전이 이루어질 것으로 보입니다.
[앵커]
마지막으로 국내 바이오 산업 발전을 위해서 제언해 주실 말씀이 있다면요?
[인터뷰]
바이오 산업은 효과에 대한 확인과 안전성 검증까지 오랜 시간이 필요합니다. 앞서 예를 들었던 mRNA 백신 같은 경우도 코로나 사태라는 특수한 상황으로 실용화되기까지 10여 년 동안 연구하면서 발전한 기술입니다. 바이오 산업은 단기적인 결과 보다 장기적인 관점에서 지속적인 투자를 해야만 성장하고 결실을 맺는 것이 가능한 산업이라 생각됩니다. 인공지능은 이러한 바이오 산업에 장기적으로 혁신을 가져다줄 기술입니다. 하지만 이러한 인공지능 기술도 바이오 산업에 적용될 때는 신중하고 철저하게 검증되어야 합니다.
그리고 창의적인 연구가 필요한 분야이기 때문에 규모의 경제보다 각자의 강점을 조합한 개방형 협력이 훨씬 중요합니다. 전체를 다 혼자 진행하기 힘들기 때문에 각자의 강점에 집중할 필요가 있습니다. 국내 바이오 산업의 발전을 위해서는 긴 호흡으로 꾸준한 투자를 통해서, 또한 각자의 장점을 특화한 협력을 통해서 성과를 이루어 나가는 시스템이 정착되었으면 하는 바람입니다.
[앵커]
성과가 나중에 나오는 만큼 바이오 산업은 긴 호흡으로 바라봐야 한다. 이렇게 정리를 할 수 있겠습니다. 오늘은 인공지능을 활용해서 약물 전달체 효과를 극대화하는 기술에 대해서 들어봤는데요. 효과는 높이고, 부작용은 낮추는 신약 개발에 큰 도움이 될 것 같습니다. '바이오 위클리', 에이조스바이오 박혜진 상무, 이성규 기자와 함께했습니다. 두 분 고맙습니다.
YTN 사이언스 이성규 (sklee95@ytn.co.kr)
[저작권자(c) YTN science 무단전재, 재배포 및 AI 데이터 활용 금지]
