UT 연구진, 알츠하이머 치료제 생산 향상을 위해 AI 활용

텍사스 대학교 (UT) 연구진은 알츠하이머와 치매 증상 치료에 중요한 약제인 갈란타민의 생산 방식을 혁신하기 위해 인공지능 (AI) 의 힘을 활용했습니다. 3 월 7 일 발표된 이 획기적인 연구는 수선화에서 추출되는 필수 성분인 갈란타민의 제조 과정을 가속화하도록 설계된 AI 기반 도구를 공개합니다.

AI 기반 발효 공정

하버드 의과대학으로 이동한 전 UT 박사후 연구원인 사이먼 델스니츠가 이끄는 연구팀은 수선화에서 갈란타민을 추출하는 노동 집약적이고 수율 의존적인 공정을 간소화하는 데 주력했습니다. 델스니츠는 이 작업을 맥주 발효에 비유하며 더 안전하고 비용 효율적인 생산 방식을 모색했습니다. 팀은 AI 도구와 바이오센서를 활용해 미생물을 공학적으로 개조해 약제를 발효시키는 새로운 방법을 고안했으며, 이는 전통적인 추출 방식과는 차별화된 획기적인 진전입니다.

UT 의 박사후 연구원인 Daniel Diaz 가 Machine Learning 의 기초 연구소 내 Deep Proteins 그룹을 이끌며, 갈란타민 생산 속도를 3 배로 높일 수 있는 단백질 변이를 식별하도록 설계된 AI 시스템 MutComputeX 개발을 주도했습니다. Diaz 의 혁신적인 접근법은 갈란타민 합성에 관여하는水仙花 (다프노딜) 에서 단백질을 분리하고 실험실 환경에서 그 기능을 모방하는 것입니다.

단백질 공학의 해독

단백질 공학 기법을 활용하여 Diaz 는 갈란타민 생산에 기여하는水仙花 단백질 내 핵심 변이를 규명했습니다. 수학 함수와 유사점을 들어 Diaz 는 이 AI 기반 프로세스를 y=f(x) 를 푸는 과정에 비유했는데, 여기서 단백질은 독립 변수 (x) 로, 갈란타민 생산량은 종속 변수 (y) 로 작용합니다. 이 방법론은 단백질 변이가 어떻게 갈란타민 합성을 촉매하는지 설명하며, 실험실 환경에서의 효율적 복제를 위한 길을 열었습니다.

갈란타민 생산을 위한 합성 방법이 존재하지만 비용이 매우 비쌉니다.水仙花 에서 화합물을 추출하는 것은 더 경제적 대안이지만, 식물 성장 주기에 제한받으며 기후 변화로 인해 이러한 제약이 더욱 심화됩니다. D'Oelsnitz 는 이러한 도전에 직면해 연구의 시급성을 강조하며, AI 기반 발효 기술이 생산 제약을 완화하고 알츠하이머 치료제에 대한 수요 증가에 대응할 잠재력을 가지고 있음을 밝혔습니다.

UT 연구진은 AI 기반 혁신을 통해 알츠하이머병 약물 생산을 개선하는 길을 개척했습니다. 고급 계산 방법과 단백질 공학 기법을 활용하여 갈란타민 생산을 간소화했을 뿐만 아니라, 바이오공학의 미래 발전을 위한 토대를 마련했습니다. 제약 제조 분야에서 AI 의 잠재력에 대한 인식이 높아짐에 따라, 바이오공학계는 이러한 변혁적 기술을 활용할 준비를 갖추고 있습니다.

이 획기적인 연구를 통해 UT 연구진은 알츠하이머병 약물 생산을 가속화했을 뿐만 아니라, 제약 제조에서 AI 를 활용하기 위한 선례를 남겼습니다. 이 분야가 계속 발전함에 따라 AI 기반 솔루션의 통합은 신약 개발 및 생산 프로세스를 혁명적으로 변화시켜 신경퇴행성 질환에 대해 더 접근 가능하고 비용 효율적인 치료법에 대한 희망을 제시할 것입니다.