Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
연구팀은 Claude의 도움을 받아 전갈 신경독소에 결합하는 미니바인더 단백질 결합체 설계를 진행했습니다. Claude는 내부 연구 모델을 활용하여 31만 개 이상의 설계 후보를 생성하고, 이 중 211개 설계를 실험적으로 검증했습니다. 최종적으로 17개의 유망한 결합체가 확인되어 신약 개발 가속화 가능성을 보여주었습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 HN AI Posts의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기지난 8월, 저희는 Claude가 단일 프롬프트만으로 어떻게 단백질 미니바인더를 설계했는지 보여주었습니다. 그 결과를 발표하기 한 달 전, Citrini Research 팀에서 흥미로운 질문을 가지고 접근했습니다. 바로 Claude(그리고 AI 신약 개발 전반)가 동기 부여된 비전문가 그룹이 인간 건강의 실제 문제를 다룰 수 있도록 할 수 있느냐는 것이었습니다. 저희 생명 과학 연구팀은 이를 답하기 위해, 먼저 Claude와 함께 문제에 대해 브레인스토밍을 진행했습니다. 그 결과, 언젠가 전갈 해독제 개발에 사용될 수 있기를 바라며, 전갈 신경독소에 대한 새로운 단백질 결합체 설계를 Claude의 도움을 받아 요청하게 되었습니다.
전갈은 매년 120만 명 이상의 사람들을 물어(쏘아) 3,250명 이상의 사망자를 발생시키며, 주로 의료 접근성이 낮은 지역의 어린이들에게서 발생합니다. 새로운 치료제는 개발 비용이 많이 들고, 그 비용을 회수하기 어려울 가능성도 높습니다. 따라서 전갈 독에 중독되는 것은 소외된 열대 질병(neglected tropical disease)으로 간주되어 왔습니다.
우리는 이전에 단백질 결합체 연구에 사용했던 것과 동일한 프롬프트를 Citrini으로 수정한 후 Claude에게 제공했습니다. 다음 64시간 동안, Claude Science 내에서 작동하는 내부 연구 모델이 주로 자율적으로 작업했으며, 우리는 네 번의 추가 지시를 통해 그 작업을 지도했습니다. 우리의 감독 하에 Claude는 연구 데이터를 분석하고, 그림을 생성하며, 최종 보고서를 초안 작성했습니다.
Claude의 설계 캠페인은 인간에게 위험한 것으로 알려진 네 가지 전갈 신경독소 각각에 결합하는 17개의 단백질 결합체를 생산했습니다. 이 과정 전반에 걸쳐 Claude는 318,484개의 단백질 설계를 생성했으며, 그중 180개를 테스트용으로 선택했습니다. 우리 팀은 Claude의 도움을 받아 31개를 추가했습니다. 계약 연구 기관(CRO)인 Adaptyv Bio와 Twist Bioscience의 파트너들은 이 211개 모든 설계를 실험실에서 시험하여 설계된 독소에 결합하는지 확인했으며, 그중 17개의 설계가 결합체로서 우리의 기준을 충족했습니다. 우리는 이러한 결합체가 세포 환경에서 전갈 독을 중화시키는지 여부는 확인하지 않았으므로, 항독소를 생산했다고 주장하지 않습니다.
우리는 Claude의 작업을 외부 전문가인 Susana Vázquez Torres와 Timothy P. Jenkins에게 보냈고, 그들은 이 작업이 유망한 첫 단계라고 느낀다고 말했습니다. 만약 AI가 이제 며칠 만에 여러 다루기 어려운 독소에 대해 신뢰할 수 있는 결합체를 설계하고 그것들이 몇 주 안에 실험실에서 확인될 수 있다면, 이는 이론적으로 출혈 및 기타 소외된 질병의 발견 속도를 높일 수 있습니다. 항상 그렇듯이 과제는 이러한 결합체들을 안전하고, 저렴하며, 광범위하게 접근 가능한 약물로 전환하는 것입니다.
우리는 기술 보고서에서 더 자세한 내용을 공유할 것이며, 211개 모든 설계와 그 데이터를 공개하고 있습니다.
거의 모든 표적에 대한 결합체(binder)를 설계하는 것이 더 이상 비현실적으로 보이지 않습니다. 이제 우리는 매우 강력한 결합체를 놀라울 정도로 빠르게 얻을 수 있게 되었고, 결합 자체는 더 이상 주요 병목 현상이 아닙니다. 뱀이나 전갈과 같이 물거나 쏘는 것만으로도 많은 사람들을 죽이거나 심각하게 다치게 하는 독성 동물을 대상으로 할 때, 진정한 영향은 결합을 넘어서 치료 파이프라인의 부분을 해결하는 데서 올 것입니다. 과제는 이러한 특별한 도구들을 사용하여 안전하고, 저렴하며, 광범위하게 접근 가능한 실제 약물이 될 수 있는 분자들을 개발하는 것입니다.
Susana Vázquez Torres, 박사후 연구원, 구조 생물학 프로그램, 스페인 국립 암 연구 센터(CNIO), 마드리드, 스페인.
전갈 독에는 여러 단백질 신경독소(protein neurotoxins)가 포함되어 있습니다. 인간에게 가장 해롭거나 치명적일 가능성이 있는 신경독소는 흥분 전위(action potential)를 발생시키는 것을 허용하는 세포막에 박혀 있는 큰 단백질인 나트륨 채널(sodium channels)에 결합합니다. 나트륨 채널이 교란되면, 신경은 잘못된 시간에 발화하게 되고—이는 아드레날린 같은 다량의 스트레스 화학 물질을 방출합니다. 심각한 경우, 이는 심부전과 폐에 과도한 체액 축적을 유발할 수 있으며, 때로는 사망에 이를 수도 있습니다.
전갈 독에 대한 항독소(antivenoms)가 일부 존재합니다. 이들은 일반적으로 면역화된 동물의 항체를 사용하여 만들어지는데, 이 과정은 몇 달이 걸릴 수 있습니다. 전갈 수천 마리로부터 독을 채취하여 말에게 면역화하는 데 사용하고; 과학자들은 그 후 말의 혈액에서 생성된 항체들을 정제합니다. 전통적인 항독소는 초기에 투여될 경우 효과가 있을 수 있지만, 보통 소수의 신경독소에 대해서만 효과적입니다. 또한 생산 비용이 많이 들고, 많은 지역에서는 비싸거나 부족한 경우가 많습니다.
De novo 디자인은 잠재적인 해결책을 제시합니다. 바인더(binder)는 특정 표적에 단단히 결합하는 분자이며, 항체(antibody)가 그 자연적인 예시 중 하나입니다. 원칙적으로, 나트륨 채널(sodium channel)에 달라붙는 신경독소의 특정 부분을 표적으로 하는 바인더는 독소가 해당 채널에 도달하는 것을 막을 수 있습니다. De novo 디자인에서 단백질 바인더는 특정 표적에 대해 처음부터 생성됩니다. 이 바인더들은 계산적으로 설계되며, 효능(potency)과 안정성(stability) 같은 약물 유사 특성을 위해 최적화될 수 있어, 쏘임이 가장 자주 발생하는 지역에서는 공급하기 더 쉬울 수 있습니다.
저희의 접근 방식은 뱀 신경독소를 중화시키고 생쥐를 보호하는 de novo 단백질을 설계했던 이전 노력에서 영감을 받았습니다. 저희가 아는 한, 전갈 신경독소에 대한 de novo 디자인 바인더는 보고된 적이 없습니다.
이번 캠페인을 위해, 저희는 네 지역에 걸쳐 다섯 가지 전갈 독성 신경독소를 표적으로 삼기로 했습니다: 멕시코(Cn2), 브라질(Ts1), 북아프리카(AaH I 및 AaH II), 그리고 중동(LqhIII). 또한 각 독소의 채널 결합 부위(channel-binding site)를 목표로 설계를 진행했습니다. Claude는 단백질 데이터 뱅크(PDB)뿐만 아니라 AlphaFold 데이터베이스(AFDB)를 검색하여 디자인에 사용할 독소 구조를 선택했습니다. 각 독소에 대해, 바인더 디자인이 달라붙도록 의도된 독소의 특정 아미노산 위치인 다섯 개의 핫스팟(hotspot)을 선정했습니다.
저희는 주로 Claude가 개별 독소에 대한 결합체(binders)를 설계할 수 있는지 궁금했습니다. 하지만 Claude가 여러 독소를 표적화하는 결합체를 설계할 수도 있을지 또한 궁금했습니다. 다중독소 결합체(multitoxin binders) 설계를 시도하려는 실용적인 이유는, 이를 통해 범용 항독소 칵테일에 필요한 분자 수를 줄일 수 있기 때문입니다. 이는 가장 비용 효율적이고 지역적으로 중립적인 치료법이 될 것입니다. 저희는 이 다섯 가지 전갈 독소(Cn2, Ts1, AaH I, AaH II, 및 LqhIII)를 다중독소 설계에 대한 도전적인 테스트로 선정했습니다. 이들은 전체 단백질 형태에 대해 하나의 폴드(fold)를 공유하지만, 임의의 두 독소는 아미노산 서열에서 26%에서 62%만 동일합니다.
Claude가 어느 정도까지 할 수 있는지 알아보기 위해, 저희는 Claude에게 네 가지 종류의 결합체를 설계하도록 요청했습니다. 첫째, 다섯 가지 독소 각각에 대한 개별 결합체; 둘째, $eta$-계열 독소 Ts1과 Cn2를 표적화하는 결합체; 셋째, $ ext{α}$-계열 독소 AaH II, AaH I, 및 LqhIII를 표적화하는 결합체; 그리고 넷째, 다섯 가지 독소를 동시에 표적화하는 결합체입니다.
수일 내에 다섯 가지 독소에 대한 신뢰할 수 있는 결합체를 병렬로 설계하는 것은 치료제 발견 분야에서 우리가 목격하고 있는 AI 기반 패러다임 전환을 보여주는 훌륭한 사례입니다. 이는 특히 동물 독사에 의한 중독(animal envenomings)과 같이 상업적 인센티브가 낮아 혁신이 크게 부족했던 결핵성 질환에 더욱 해당됩니다. 동물 독소 전반에 걸쳐 고유하게 광범위한 표적 공간을 에이전트적으로(agentically) 다룰 수 있다는 것은 발견 속도를 크게 높이고, 현실적인 치료 해결책을 훨씬 더 가깝게 가져옵니다.
Timothy P. Jenkins, Technical University of Denmark 부교수.
저희의 초기 프롬프트는 신경독소 표적(neurotoxin targets), 단백질 설계 및 접힘 도구(protein design and folding tools), 그리고 참신성(novelty), 점수화(scoring), 필터링 규칙을 정의했습니다. 구조와 아미노산 핫스팟(amino acid hotspots)을 선택하는 것을 넘어, Claude는 설계가 충족해야 할 품질 임계값(quality thresholds)도 설정하고, 사용 가능한 각 설계 도구에 얼마나 의존할지 결정했으며, 여러 독소에 대한 결합체(binders)를 설계하기 위한 전략까지 개발했습니다.
결국 Claude는 12가지 설계 도구를 사용하여 318,484개의 설계를 생성했으며, 독소나 알려진 단백질과 유사한 것은 모두 필터링했습니다. Claude는 553,052개의 설계-독소 쌍을 공동 접힘(co-folded) 및 스크리닝하여 각 쌍의 구조를 하나의 복합체(complex)로 예측했습니다. 저희가 Claude에게 초기 프롬프트를 제공한 지 64시간 만에, 최종 180개 설계 목록을 산출했습니다. 이 캠페인은 약 10,000 GPU 시간을 사용했습니다.2
Claude는 첫 번째 프롬프트 이후 24시간 동안 자율적으로 작업했습니다. 그 결과는 저희가 Claude에게 캠페인을 계속하고 더 나은 설계를 찾도록 요청하는 계기가 되었습니다. 후속 프롬프트는 주로 Claude에게 다중 독소 결합체(multitoxin binder)를 설계하도록 지시하는 데 초점을 맞췄습니다. Claude가 가장 강력한 결합체인 Cn2-B1을 포함하여 180개 설계 중 대부분을 선택한 것은 저희의 세 번째 후속 요청 이후였습니다. 저희의 요청에 따라, Claude는 단백질 서열(protein sequences)을 Twist Bioscience로 전송했습니다 (이메일에는 Claude가 작성한 것으로 명시됨). Twist Bioscience는 이 단백질들을 제작하여 독소들에 얼마나 잘 결합하는지 확인했습니다. 이후 저희는 Claude와 협력하여 31개의 설계를 추가함으로써 총 211개 설계(단일 독소에 대한 60개 설계 (독소당 12개), 두 $eta$-가족 독소에 대한 30개 설계, 세 $ ext{α}$-가족 독소에 대한 30개 설계, 그리고 다섯 가지 모든 독소에 대한 91개 설계)로 늘렸습니다.
저희 팀이 평가한 211개의 설계 중 17개가 단일 독소에 대한 결합체(binder) 기준을 충족했습니다. 여러 독소를 대상으로 한 설계는 그중 어느 것도 하나 이상의 독소에 대해 저희의 기준을 충족하지 못했습니다. (현재 능력으로 제한되는 것 외에도, Claude가 이 부분에서 어려움을 겪은 이유에는 저희의 프롬프팅 방식, 사용 가능한 설계 도구의 한계, 심지어 다중 독소 설계의 생물학적 실현 가능성 등 여러 가지 설명이 있을 수 있습니다.) Cn2에 대한 결합체는 7개, AaH II에 대한 결합체는 4개, AaH I에 대한 결합체는 4개, LqhIII에 대한 결합체는 2개가 있었습니다. 총 60개의 단일 독소 설계 중 11개가 결합체였으며 (18%), 이 비율은 저희의 이전 작업들을 포함하여 일반적인 단백질 설계 캠페이뉴에 일치합니다.
캠페인을 완료한 후, 저희는 결합력을 테스트하기 위해 Adaptyv Bio와 Twist Bioscience에 설계를 보냈습니다. 각 그룹은 자신들의 실험실에서 설계를 생산했지만, 서로 다른 형식으로 했습니다. Adaptyv Bio는 살아있는 세포 대신 박테리아에서 추출한 단백질 생성 기계를 사용하는 *무세포계(cell-free system)*로 이를 발현시켰습니다. Twist Bioscience는 항체의 줄기 부분인 Fc에 융합하여 포유류 세포(이 경우, 인간 신장 세포)에서 설계를 발현시켰습니다. 이 두 가지 방법은 근본적인 결합 과정을 측정하는 상호 보완적인 방식이며, 저희는 결과를 개선하기 위해 이를 결합했습니다.
두 실험실 모두 *표면 플라즈몬 공명(surface plasmon resonance, SPR)*을 통해 결합력을 측정했습니다. 이 과정에서는 독소가 설계 위를 흐르는 동안 SPR 기기가 독소가 그것에 얼마나 빨리 결합하고 떨어져 나가는지를 실시간으로 추적합니다. 그 결과로 나오는 트레이스(trace)는 센서그램(sensorgram)이라고 불리며, 이는 *해리 상수($K_D$)*라는 측정치를 생성하는데, 이 값은 결합 강도(또는 친화도/affinity)에 대한 측정치입니다. $K_D$ 값이 낮을수록 결합이 더 강하다는 것을 의미합니다.
결과로 나온 디자인을 평가할 때, 우리는 어떤 디자인이 독소에 대한 결합체(binder)인지 라벨링하기 위한 엄격한 기준들을 설정했습니다. 그 디자인은 두 실험실 모두에서 히트여야 했습니다—즉, 모든 반복 측정(replicate)에서 해당 독소에 대한 결합 증거를 보여야 했고, 모든 KD 값은 1 µM 이하이어야 했습니다. 또한 우리는 그 디자인이 CLEC12A라는 관련 없는 인간 단백질에 대해서는 어떤 신호도 보이지 않기를 요구했습니다.