Monday biotopic : drug discovery

“””
Biotopic Monday: drug discovery

텔아비브 대학, 희귀 유전 질환 연구 위한 정확한 마우스 모델 개발
텔아비브 대학의 연구진은 GRIN2D 유전자 돌연변이로 인한 희귀하고 치명적인 유전 질환을 정확히 재현하는 마우스 모델을 개발하였습니다. 이 모델은 질병의 진행 양상을 연구하고 다양한 약물 및 유전자 치료법을 시험할 수 있게 하여, 해당 질환 환자와 가족들에게 희망을 제공합니다. 연구진은 이 모델을 통해 케타민이 발작을 악화시키는 반면, 이미 사용 중인 약물인 메만틴과 페니토인이 뇌 기능을 부분적으로 개선함을 확인하였습니다. (2025년 6월 30일) 출처

세인트 주드 어린이 연구병원, 단백질-물 네트워크 예측하는 ColdBrew 알고리즘 공개
세인트 주드 어린이 연구병원 과학자들은 단백질을 둘러싼 물 분자의 위치를 예측하는 새로운 계산 도구인 ColdBrew를 개발하였습니다. 이 도구는 극저온에서 수집된 구조 데이터의 온도 기반 왜곡 문제를 해결하며, 약물 설계 시 리간드가 단백질 결합 부위에서 물을 밀어내는 현상을 고려하도록 돕습니다. ColdBrew는 단백질 데이터뱅크 내 10만 개 이상의 구조에 대해 4600만 개 이상의 물 분자 위치 예측을 수행하였으며, 관련 데이터는 공개되어 연구자들이 활용할 수 있습니다. (2025년 6월 27일) 출처

MIT와 Recursion, AI 기반 생체분자 예측 모델 Boltz-2 공개, 약물 발견 속도 1000배 향상
MIT 컴퓨터과학 및 인공지능 연구소(CSAIL)와 바이오텍 기업 Recursion Pharmaceuticals는 복잡한 생체분자 구조와 결합 친화도를 예측하는 AI 모델 Boltz-2를 공개하였습니다. Boltz-2는 기존 물리 기반 계산법과 유사한 정확도를 유지하면서도 약물 가상 스크리닝 속도를 1000배 이상 향상시켜, 초기 소분자 약물 발견 단계의 비용과 시간을 크게 절감할 수 있습니다. 이 모델은 NVIDIA 슈퍼컴퓨터 BioHive-2를 활용해 훈련되었으며, 약물 개발의 혁신을 가속화할 것으로 기대됩니다. (2025년 6월 30일) 출처

XtalPi와 Pfizer, AI 및 물리 기반 분자 모델링 플랫폼 공동 개발 확대
글로벌 AI 및 로보틱스 기술 기업 XtalPi와 제약사 Pfizer는 소분자 약물 발견을 위한 차세대 분자 모델링 플랫폼 개발 협력을 확대하였습니다. 이 플랫폼은 고성능 클라우드 컴퓨팅과 AI 알고리즘, 물리 기반 계산을 통합하여 Pfizer의 독점 화학 공간에 대한 예측 정확도와 처리량을 크게 향상시키는 것을 목표로 합니다. XtalPi의 XFEP 플랫폼을 활용해 다양한 약물 설계 및 개발 시나리오를 지원할 예정입니다. (2025년 6월 29일) 출처

Lawrence Livermore 국립연구소, 슈퍼컴퓨팅과 AI 활용한 신개념 암 치료 후보물질 개발
Lawrence Livermore 국립연구소(LLNL)와 BBOT, Frederick 국립암연구소 연구진은 슈퍼컴퓨팅과 AI를 결합한 Livermore Computer-Aided Drug Design(LCADD) 플랫폼을 활용해 RAS-PI3Kα 단백질 상호작용을 차단하는 신약 후보 BBO-10203을 개발하였습니다. 이 후보물질은 고혈당증 부작용 없이 여러 암종에서 종양 성장을 억제하며, 기존 치료제와 병용 시 효과를 높일 수 있음을 초기 임상시험에서 확인하였습니다. 전통적 약물 개발 대비 비용과 시간을 크게 단축한 혁신적 접근법입니다. (2025년 6월 26일) 출처

Sanofi, AI 기반 신약 후보 발굴 위해 Aqemia와 다년간 협력 확대
프랑스 제약사 Sanofi는 AI 전문기업 Aqemia와의 기존 협력을 확대하여 다중 치료 영역에서 소분자 신약 후보 발굴에 나섭니다. Aqemia의 Launchpad 엔진은 실험 데이터 없이도 초기 단계부터 AI와 양자역학 기반 물리 모델을 활용해 분자 상호작용을 예측하며, 제한된 화학 데이터와 복잡한 선택성 문제도 해결할 수 있습니다. 이번 계약 규모는 최대 1억 4천만 달러에 달하며, Sanofi는 AI를 통한 신약 개발 가속화에 박차를 가하고 있습니다. (2025년 6월) 출처

Bristol-Myers Squibb, AI 신약 개발사 Exscientia와 12억 달러 규모 협력 체결
글로벌 제약사 Bristol-Myers Squibb(BMS)는 AI 기반 신약 개발 기업 Exscientia와 최대 12억 달러 규모의 협력 계약을 체결하였습니다. BMS는 면역학 및 종양학 분야에서 Exscientia의 AI 플랫폼을 활용해 소분자 신약 후보를 발굴하며, 초기 계약금으로 5천만 달러를 지급하였습니다. Exscientia는 AI 설계 신약을 임상시험 단계까지 진전시킨 선도 기업으로, 이번 협력은 AI 신약 개발 시장의 성장과 성숙을 반영합니다. (2025년 6월) 출처

Iambic Therapeutics, AI 기반 분자 특성 예측 모델 Enchant v2 개발 및 확장
임상 단계 생명과학 기업 Iambic Therapeutics는 AI 기반 다중 모달 트랜스포머 모델인 Enchant의 차세대 버전 Enchant v2를 개발하였습니다. 이 모델은 약물 후보의 생물학적, 물리화학적, 약동학적, 안전성 등 다양한 특성을 고신뢰도로 예측하며, 실험실 내 테스트보다 우수한 약물 대사 예측 능력을 보입니다. Lambda의 NVIDIA HGX B200 클러스터를 활용해 모델 훈련을 가속화하고 있으며, 신약 개발 초기 단계의 효율성과 성공 가능성을 높이고 있습니다. (2025년 6월) 출처

Portal Biotech, 세계 최초 단일 분자 단백질 시퀀싱 플랫폼 개발 위해 3,500만 달러 투자 유치
런던 소재 바이오텍 기업 Portal Biotech는 단일 분자 수준에서 전체 단백질 서열을 분석할 수 있는 나노포어 기반 플랫폼 개발을 위해 3,500만 달러 규모의 시리즈 A 투자를 유치하였습니다. 이 기술은 기존 질량분석법 대비 단백질 변형과 돌연변이 정보를 완전하게 제공하며, 신약 개발과 진단 정확도를 획기적으로 향상시킬 것으로 기대됩니다. NATO 혁신기금과 Earlybird 벤처캐피탈 등이 투자에 참여하였으며, 전 세계 연구소에서 손쉽게 활용 가능한 벤치탑 장비를 목표로 합니다. (2025년 6월 30일) 출처

Enhanced Genomics, 케임브리지 ALBORADA 약물 발견 연구소와 알츠하이머 신약 개발 협력
Enhanced Genomics는 케임브리지 소재 ALBORADA Drug Discovery Institute와 전략적 파트너십을 맺고 3D 멀티오믹스 기술을 활용해 알츠하이머병 신약 타깃 발굴을 가속화하고 있습니다. 이 협력은 비암호화 유전체의 기능적 역할을 규명하며, 신약 개발 성공률과 개발 기간 단축에 기여할 것으로 기대됩니다. 알츠하이머 연구 UK의 지원을 받으며, 향후 다른 신경퇴행성 질환으로 협력 범위를 확대할 계획입니다. (2025년 6월) 출처

SandboxAQ, 단백질-리간드 구조 및 결합 친화도 데이터베이스 SAIR 공개
AI 및 양자컴퓨팅 기반 신약 개발 기업 SandboxAQ는 약물-단백질 결합 친화도 예측을 위한 대규모 공개 데이터셋 SAIR(Structurally Augmented IC50 Repository)를 발표하였습니다. SAIR는 100만 개 이상의 단백질-리간드 시스템에 대한 520만 개 이상의 3D 합성 분자 구조를 포함하며, AI 모델의 학습 및 검증에 활용됩니다. 이 데이터는 비상업적 용도로 무료 제공되며, AI 기반 약물 발견의 정확도와 속도를 크게 향상시킬 것으로 기대됩니다. (2025년 6월) 출처

Medicines Discovery Catapult, BioIndustry Association, ABPI 공동 보고서: 영국 신약 개발 투자 급감 경고
영국의 Medicines Discovery Catapult (MDC), BioIndustry Association (BIA), Association of the British Pharmaceutical Industry (ABPI)는 2020~2022년 중소 신약 개발 기업에 대한 투자액이 37억 달러에서 21억 달러로 급감했다고 발표하였습니다. 이는 인플레이션, 지정학적 불안정, 공공 자금 조달의 어려움, 숙련 인력 부족, 연구 공간 부족 등이 복합적으로 작용한 결과입니다. 보고서는 혁신 생태계 유지를 위해 투자 위험 완화, 기술 및 인력 접근성 개선, 협력 강화 등의 정책적 지원을 촉구하고 있습니다. (2025년) 출처

“””