GSK, AI 단백질 설계 기술 검증 후 차이디스커버리와 협력 확대

글로벌 제약사 GSK는 미국 AI 신약개발 기업 차이디스커버리의 단백질 설계 플랫폼을 평가해왔으며, 최근 자체 실험실에서 이 AI 모델이 만든 단백질의 표적 결합 여부를 직접 검증했다. 그 결과를 바탕으로 양사는 단백질 설계 AI 기술과 관련한 협력 범위를 넓히기로 했다. 차이디스커버리 측 설명에 따르면 자사 모델은 특정 표적에 맞춘 별도 학습 과정 없이도 단백질 구조를 생성했고, GSK가 진행한 실험에서는 평가 대상으로 삼은 모든 표적에서 결합하는 물질이 하나 이상 확인됐다. 이는 개별 설계 단백질 전체가 결합에 성공했다는 뜻은 아니며, 표적 수나 설계 성공률, 결합 친화도 등 세부 데이터는 공개되지 않았다. GSK는 이번 결과를 토대로 차이디스커버리의 구조 예측·설계 모델을 신약 연구에 적용할 방침이다. AI 기반 단백질 설계는 알려진 단백질 구조와 생물학적 데이터를 활용해 표적과 결합할 가능성이 있는 신규 단백질을 미리 제시하는 방식으로, 반복적인 후보물질 제작과 실험 과정을 줄이는 데 쓰일 수 있다. 다만 표적 결합이 확인됐다고 해서 치료적 유효성이 함께 확보되는 것은 아니며, 생물학적 기능과 독성, 체내 안정성 등을 추가로 검증한 뒤 전임상·임상 단계를 거쳐야 한다. 양사는 이번 협력 확대와 관련한 계약 규모, 적용 질환, 구체적 후보물질 등 세부 조건은 밝히지 않았다.

GSK가 자체 실험실에서 차이디스커버리 AI가 설계한 단백질의 표적 결합을 검증
평가 대상 모든 표적에서 결합 물질이 확인됐으나 개별 성공률은 비공개
AI 모델은 표적별 추가 학습 없이 단백질 설계를 생성했다고 설명
GSK는 검증 결과를 토대로 해당 AI 모델을 신약 연구에 활용할 계획
계약 규모, 대상 질환 등 세부 협력 조건은 공개되지 않음

BioPulse 해설

원문에 없는 배경 설명입니다 · AI 작성 · 기사의 사실관계가 아닙니다

단백질 설계 AI: 원하는 기능이나 결합 특성을 갖도록 단백질의 서열과 구조를 컴퓨터로 예측·생성하는 인공지능 기술
표적 결합: 약물이나 단백질이 질병과 관련된 특정 분자에 선택적으로 달라붙는 성질
빅파마: 연구개발과 영업 규모가 매우 큰 글로벌 대형 제약회사를 통칭하는 업계 용어
신약 후보물질: 임상시험 등 본격적인 개발 단계에 들어가기 전, 치료 효능 가능성이 확인된 화합물이나 생물학적 물질

신약 개발에서는 특정 질병 표적에 결합하는 단백질이나 항체를 찾는 과정이 핵심인데, 전통적으로는 수많은 후보를 실험으로 일일이 시험해야 해 시간과 비용이 많이 든다. 최근 AI 모델이 단백질의 구조와 결합 가능성을 컴퓨터상에서 먼저 예측하는 방식이 발전하면서, 제약사들은 AI 설계 결과를 실험실에서 검증한 뒤 실제 개발에 반영하는 협업 구조를 늘려가고 있다. 이런 방식은 후보물질 발굴 초기 단계의 효율을 높이는 접근으로 업계에서 논의된다.

Why it matters컴퓨터 예측과 실험 검증을 결합하는 방식이 자리 잡으면 신약 개발 초기 단계의 탐색 비용과 시간을 줄이는 전략으로 제약업계 전반에서 받아들여지는 흐름이다.

원문을 확인하세요

BioPulse는 원문을 저장하거나 전재하지 않습니다. 위 글은 공개된 보도를 요약한 것이며, 수치·일정·인용은 요약 과정에서 빠지거나 달라질 수 있습니다. 판단이 필요한 사안은 반드시 원문에서 확인하세요.

메디파나 원문 보기

원문 보도의 저작권은 메디파나에 있습니다.