Loading...

AI 뉴스

AI가 원자 수준의 정밀도로 항체를 처음부터 설계

페이지 정보

작성자 xtalfi
작성일 2025.11.06 04:32
1,589 조회
0 추천
0 비추천

본문

RFdiffusion-antibody-bound-to-Cdiff-ToxinB-BY-Ian-C-Haydon-University-of-Washington.jpg

(퍼플렉시티가 정리한 기사)


워싱턴 대학교의 노벨상 수상자 데이비드 베이커(David Baker) 연구실에서 인공지능과 생명공학 분야의 혁신적인 돌파구가 나타났습니다. 연구진들이 AI를 사용하여 완전히 기능적인 항체를 처음부터 설계하는 데 성공하며, 전례 없는 원자 수준의 정밀도를 달성했습니다. 오늘 Nature지에 발표된 이 진전은 약물 발견 일정을 수년에서 수주로 극적으로 단축시킬 수 있는 패러다임 전환을 나타냅니다.​

이 돌파구는 기존의 자연 템플릿에 의존하지 않고 완전히 새로운 구조를 의미하는 de novo 방식으로 항체를 생성하도록 세밀하게 조정된 정교한 생성형 AI 모델인 RFdiffusion을 중심으로 합니다. 항체의 일부만 수정할 수 있었던 이전 접근법과 달리, 이 AI 시스템은 특정 질병 분자를 표적으로 하는 복잡한 결합 영역인 6개의 상보성 결정 영역(CDR) 모두를 설계할 수 있습니다.​


원자 수준의 검증이 혁신적인 정확성을 입증하다

이러한 AI로 설계된 항체의 정밀도는 극저온 전자현미경을 통해 엄격하게 검증되었으며, 구조들이 계산 모델과 탁월한 일치를 보였다. 개별 CDR에 대해 0.3 Å만큼 낮은 평균제곱근편차(RMSD) 값은 설계된 구조와 실제 구조 간의 거의 완벽한 원자 수준 정확도를 보여준다.​

Baker 연구실의 박사후연구원 Rob Ragotte는 "컴퓨터로 유용한 항체를 만드는 것은 과학계의 성배였습니다. 이 목표는 이제 불가능한 것에서 일상적인 것으로 변화하고 있습니다"라고 말했다. 이 기술은 클로스트리디움 디피실레 독소 B와 인플루엔자 헤마글루티닌을 포함한 도전적인 표적에 대해 결합 항체를 성공적으로 생성했다.​

초기 계산 설계는 적당한 결합 친화도를 보였지만, OrthoRep과 같은 기법을 사용한 후속 최적화를 통해 결합 강도가 한 자리 수 나노몰라 수준—승인된 항체와 비교할 수 있는 임상적으로 관련된 효능—까지 향상되었으며, 동시에 정밀한 에피토프 선택성을 유지했다.​


상업적 영향과 산업 변화

이번 혁신은 즉각적인 상업적 파급효과를 갖고 있습니다. 스타트업 자이라 테라퓨틱스(Xaira Therapeutics)가 RFantibody 트레이닝 코드에 대한 독점 라이선스 권리를 확보했습니다. 데이비드 베이커(David Baker)가 공동 창립한 자이라는 10억 달러 이상의 자금과 RFdiffusion 및 RFantibody 모델의 핵심 개발자들을 고용하고 있습니다.​

주요 제약회사들은 신약 개발 파이프라인에 AI 역량을 빠르게 통합하고 있습니다. 일라이 릴리(Eli Lilly and Company)는 최근 XtalPi 자회사인 Ailux와 전략적 협력을 발표하고, AI 기반 플랫폼을 활용한 이중특이항체 개발을 추진하고 있습니다. 이 파트너십은 AI가 신약 개발 비용을 최대 40%까지 줄이고, 개발 기간을 50% 단축할 수 있다는 업계 전반의 인식을 반영합니다.​

“10년 후 우리는 바로 이런 방식으로 항체를 디자인하게 될 겁니다.”라고 연구 논문의 공동 저자 네이서니얼 베넷(Nathaniel Bennett)은 예측했습니다. 자유롭게 이용할 수 있는 소프트웨어로 항체 설계가 민주화됨에 따라, 글로벌 연구 활동이 가속화되고 특히 소규모 기관과 학계에 큰 도움이 될 것으로 기대됩니다.​

이 기술은 감염병, 암 면역치료, 자가면역 질환 등 광범위한 분야에 적용될 수 있으며, 제약업계가 이전까지 ‘공략 불가능’했던 표적에 접근하는 방식을 근본적으로 혁신할 잠재력을 갖고 있습니다. 연구 커뮤니티가 자유롭게 제공되는 RFdiffusion 소프트웨어의 광범위한 도입을 예의주시하는 가운데, 이번 돌파구는 AI가 분석 도구에서 생명을 구하는 치료제의 능동적 창조자로 전환하는 결정적 순간을 의미합니다.

댓글 0
전체 1,366 / 35 페이지
Google은 NotebookLM 리서치 도구와 Gemini 챗봇 간의 통합 기능을 롤아웃하기 시작했으며, 이를 통해 사용자는 전체 노트북을 대화에 직접 첨부하여 출처 기반 분석을 수행할 수 있게 되었다.이 기능은 주말 동안 매우 제한된 방식으로 배포되는 과정에서 포착되었으며, 사용자가 Gemini의 첨부 메뉴에서 노트북을 선택해 챗봇의 추론 모델을 활용하는 동안 인용을 유지하고, Sources 버튼을 통해 전체 NotebookLM 작업 공간으로 다시 이동할 수 있도록 해준다.이번 통합은 연구자 및 지식 노동자들의 핵심 워크플로 병목을 해소하기 위한 것으로, Google이 Microsoft Copilot과 OpenAI의 ChatGPT 다중 파일 기능과 경쟁하는 가운데, 환각 현상을 줄이도록 설계된 NotebookLM의 문서 중심 접근 방식과 Gemini의 대화형 AI를 결합한다.
804 조회
0 추천
2025.12.16 등록
'트랜스포머' 논문의 제1 저자인 아시시 바스와니 박사가 설립한 에센셜 AI가 80억개 매개변수(8B)를 가진 첫 오픈 소스 모델 'Rnj-1'을 출시했습니다. 이 모델은 저명한 수학자의 이름을 땄으며, 동급 오픈 소스 중 최고 수준의 성능을 목표로 '젬마 3' 아키텍처를 기반으로 구축되었습니다.에이전트 코딩 및 STEM에 최적화된 'Rnj-1-인스트럭트'는 'MBPP+'와 '휴먼이벨' 등 광범위한 코딩 벤치마크에서 비슷한 크기의 중국 모델보다 우수하거나 동등한 성적을 거두었습니다. 특히 수학 능력 테스트인 'AIME 2025'에서 43.3점을 기록하며 더 큰 모델에 근소하게 뒤졌을 뿐, 다른 유사 크기 모델들을 크게 앞질렀습니다.에센셜 AI는 모델 자체 역량 강화를 위해 강화 학습보다는 사전 훈련에 집중하는 개발 철학을 밝혔으며, 이로 인해 기업의 미세조정에 더 유리한 모델을 제공하고자 합니다. 회사는 소수 기업의 AI 기술 통제가 교육이나 의료 등 사람에게 이로운 분야의 발전을 저해해서는 안 된다고 강조하며 오픈 소스 정책을 고수할 것을 밝혔습니다.
828 조회
0 추천
2025.12.15 등록
• Rodney Brooks, 70세의 전 MIT 연구소 소장이자 Roomba의 공동 개발자는, 휴머노이드 로봇이 최소 15년 동안은 안전하게 가정에 도입되지 않을 것이라고 경고하며, Tesla [TSLA +2.71%]와 Figure AI 같은 회사들이 비용을 정당화하는 데 필요한 정교함을 달성하지 못해 수십억 달러가 사라질 것이라고 예측했다.[nytimes +1]• Brooks는 인간 비디오의 시각 데이터를 사용하는 현재의 훈련 방식이 근본적으로 결함이 있다고 주장하는데, 이는 인간이 조작을 위해 의존하는 필수적인 촉각 및 힘 감지 데이터가 부족하기 때문이며, Figure AI의 전 제품 안전 책임자가 11월에 회사의 로봇이 인간에게 위험을 초래할 수 있다고 경고했다가 해고되었다며 부당 해고 소송을 제기한 이후 안전 우려가 증폭되었다.[nytimes +1]• Brooks의 회의론에도 불구하고, 벤처 캐피탈리스트들과 기술 기업들은 휴머노이드 로봇 공학에 계속해서 수십억 달러를 쏟아붓고 있으며, Figure AI는 390억 달러 가치 평가로 10억 달러 이상을 모금했고, Elon Musk는 Tesla의 Optimus 로봇을 연속 작동으로 인간 생산성의 5배를 달성할 수 있는 “무한 돈 버그”라고 칭했다.[nytimes]
844 조회
0 추천
2025.12.15 등록
OpenAI의 코딩 에이전트 Codex의 제품 개발을 이끌고 있는 Alexander Embiricos는 일요일에 공개된 Lenny’s Podcast에서 인간의 타이핑 속도와 프롬프트를 지속적으로 작성하고 AI 작업을 검증해야 하는 필요성이 인공 일반 지능을 달성하는 데 있어 “현재 과소평가되고 있는 제한 요인”이라고 말했다.Codex는 8월 출시 이후 20배 성장했으며 현재 매주 수조 개의 토큰을 처리하고 있다. Embiricos는 시스템이 AI 에이전트가 지속적인 인간의 감독 없이 기본적으로 작동할 수 있도록 하면 생산성 향상이 가속화될 것이라고 주장했다.Embiricos는 얼리 어답터들이 2026년부터 극적인 생산성 증가를 경험할 것이며, AGI는 이러한 초기 성과와 주요 기업들이 AI 에이전트를 통해 완전한 자동화를 달성하는 시점 사이 어딘가에 도래할 것이라고 예측했다.
859 조회
0 추천
2025.12.15 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입