아답티브 바이오, 생성적 AI를 이용한 단백질 공학 혁신

ChatGPT와 같은 AI 도구는 텍스트, 이미지, 코드를 생성하는 방식을 극적으로 변화시키고 있습니다. 마찬가지로 기계 학습 알고리즘과 생성적 AI는 전통적인 방법을 대체하여 생명 과학에서 약물 발견과 재료 개발을 가속화하고 있습니다.

DeepMind의 AlphaFold는 이 분야에서 가장 유명한 기계 학습 모델입니다. AlphaFold는 아미노산 서열에서 단백질의 3D 구조를 예측하며, 공개 이후 18개월 동안 100만 명이 넘는 연구자들이 사용했습니다. 이후로도 많은 다른 AI 도구가 등장했으며, 최근에 오픈 소스로 공개된 RFDiffusion은 연구자들이 랩톱에서만으로도 계산적 단백질 설계를 생성할 수 있게 해줍니다.

그러나 이러한 계산적 설계를 구체적이고 기능적인 단백질로 변환하는 것은 여전히 도전입니다. 아답티브 바이오는 차세대 단백질 공장을 통해 이 문제를 해결하고자 합니다. 고급 로봇공학, 마이크로 유체 공학, 합성 생물학 기술을 통합함으로써, 아답티브 바이오는 단백질 공학자들이 AI 생성 단백질 설계를 검증할 수 있는 플랫폼을 구축하고 있습니다.

아답티브 바이오의 CEO이자 공동 창립자인 줄리안 엥글러트는 “단백질은 생명 혁명의 중심입니다. 새로운 약물, 연구 및 산업 응용을 위한 개선된 효소, 또는 고유한 특성을 가진 재료로 사용됩니다. 단백질 설계자로서, AlphaFold나 RFDiffusion과 같은 놀라운 새로운 AI 도구에 접근할 수 있습니다. 그러나 랩에서 단백질 설계를 검증하여 그들이 작동하는지 여부를 확인하는 것은巨大한 도전입니다”라고 말했습니다.

AI 모델은 훈련과 예측 개선을 위해 데이터에 의존합니다. 아답티브 바이오는 설계된 단백질의 효과에 대한 데이터 생성 과정을 단순화함으로써, 단백질 공학자와 AI 모델이 설계에 대한 더 많은 피드백을 받을 수 있게 해주어, 더 나은 성능의 단백질로 안내합니다.

엥글러트는 “자율 주행 자동차의 AI를 생각해 보십시오. 자동차가道路를 따라 이동하고 목적지에 도달하기 위해, AI 모델은 자동차의 카메라 센서에서 많은 양의 높은 품질의 데이터를 얻는緊密한 피드백 루프가 필요합니다. 단백질 설계를 위한 AI 모델도 마찬가지입니다. 피드백 메커니즘은 실제로 랩에서 단백질을 생성하고 성능을 테스트하는 것을 포함합니다”라고 추가로 설명했습니다.

아답티브 바이오는 스위스 로잔에 있는 스위스 연방 기술 연구소(EPFL) 출신의 엔지니어들에 의해 설립되었습니다. 그들은 생물학적 실험을 수행하는 랩의 시간 소요적인 과정에 동기를 부여받았습니다. 2022년, 그들은 Y Combinator에 참여한 후 Wingman Venture로부터 250만 달러의 시드 자금을 확보했습니다. 이후 팀은 12명의 엔지니어로 확장되었으며, 합성 생물학, 마이크로 공학, 소프트웨어 개발, 기계 학습 등 다양한 배경을 가지고 있습니다. 회사는 스위스 로잔에 있는 새로 지어진 Biopole 생명 과학 캠퍼스에 위치하고 있으며,そこ에서 그들은 제네바 호수와 스위스-프랑스 알프스를 볼 수 있는 최신 실험실 시설에서 기술을 개발하고 있습니다.

아답티브 바이오의 공장은 단백질 공학 워크셀을 중심으로 합니다. 사용자 정의 자동 설정은 일반적으로 여러 랩 기계가 필요한 프로세스를 미니어처화하여 마이크로 유체 칩에서 병렬로 수행합니다. 사용자는 실험 프로토콜을 작성할 수 있습니다(또는 AI가 작성할 수 있습니다). 워크셀은 실험을 자율적으로 실행하며, 실험 매개변수를密接하게 제어하고 모니터링합니다. 모든 측정 데이터는 자동으로 처리되고 업로드되어 사용자가 기계 학습 모델을 각 실험으로 개선할 수 있습니다.

엥글러트는 “우리의 워크셀은 완전히 자동화되어 있으며, 상용으로 उपलब있는 대안보다 1,000배 적은 시약을 사용하며, 각 설정에서 하루에 수천 개의 다른 단백질을 실행할 수 있습니다. 실험 워크플로우를簡素화하기 위해, 우리는 많은 맞춤형 합성 생물학 및 자동화 기술을 개발했습니다. 향후 12개월 동안, 우리는 랩을 확장하고 지원할 수 있는 단백질 설계 애플리케이션의 수를 늘릴 계획입니다. 또한 사용자가 단백질 설계 프로젝트를 제출할 수 있는 초기 액세스를 개방했으며, 새로운 프로젝트를 가능한 한 빨리 온보딩하려고 합니다”라고 말했습니다.

단백질 공학 분야를 더욱 가속화하기 위해, 아답티브 바이오는 내부 도구 2개를 오픈 소스로 공개했습니다. ProteinFlow는 단백질 설계자가 높은 품질의 데이터셋을 쉽게 생성할 수 있는 파이썬 라이브러리입니다. Automancer는 실험을 자동으로 실행할 수 있는 확장 가능한 소프트웨어 플랫폼으로, 연구자들이 자신의 실험 프로토콜을 구축하고 다양한 랩 기기를 통합할 수 있습니다.

“우리의 임무는 단백질 공학을 더 쉽게 만들고, 더 많은 연구자들이 새로운 단백질을 설계할 수 있도록 하는 것입니다. 우리 몸의 각 세포 안에 있는 놀라운 분자 기계를 구성하는 단백질을 생각해 보십시오. 개인화된 의약품, 새로운 효소와 같은 산업 응용, 또는 더 나은, 더 지속 가능한 재료를 위한 새로운 단백질을 설계할 수 있다면, 인류는 어떤 기술적 진보를 이루어낼 수 있을까요?”라고 줄리안 엥글러트는 추가로 말했습니다.