UT 연구진, 알츠하이머 치료제 생산 개선을 위해 AI 활용

텍사스 대학교(UT) 연구진은 알츠하이머 및 치매 증상 치료에 중요한 약제 생산을 혁신하기 위해 인공지능(AI)의 힘을 활용했습니다. 3월 7일 발표된 이 획기적인 연구는 데이지에서 유래한 필수 화합물인 갈란타민의 제조 공정을 가속화하도록 설계된 AI 기반 도구를 공개합니다.

AI 기반 발효 공정

하버드 의과대학으로 이직한 전 UT 박사후 연구원인 사이먼 델스니츠(Simon d’Oelsnitz)가 이끄는 연구팀은 데이지에서 갈란타민을 추출하는 번거롭고 수율에 의존적인 공정을 간소화하는 것을 목표로 했습니다. 델스니츠는 이 작업을 맥주 발효에 비유하며, 더 안전하고 비용 효율적인 생산 방법을 모색했습니다. AI 도구와 바이오센서를 활용하여 연구팀은 약제를 발효하기 위해 미생물을 공학적으로 조작하기 시작했으며, 이는 전통적인 추출 방식에서 중요한 전환점을 의미합니다.

기계학습 기초 연구소(Institute for Foundations of Machine Learning)의 딥 프로틴스(Deep Proteins) 그룹을 이끌고 있는 UT 박사후 과학자 다니엘 디아즈(Daniel Diaz)는 갈란타민 생산률을 3배로 높일 수 있는 단백질 돌연변이를 식별하도록 맞춤화된 AI 시스템인 MutComputeX 개발을 주도했습니다. 디아즈의 혁신적인 접근 방식은 약제 합성에 관여하는 데이지 단백질들을 분리하여 실험실 환경에서 그 기능을 모방하는 것입니다.

단백질 공학의 해명

디아즈는 단백질 공학 기법을 사용하여 갈란타민 생산에 유리한 데이지 단백질 내의 핵심 돌연변이를 규명했습니다. 그는 AI 기반 과정을 수학적 함수 y=f(x)를 푸는 것과 비유하며 설명했습니다. 여기서 단백질은 독립 변수(x)로, 갈란타민 생산은 종속 변수(y)로 작용합니다. 이 방법론은 단백질 돌연변이가 갈란타민 합성을 어떻게 촉진하는지 밝히며, 실험실 환경에서의 효율적인 복제를 위한 길을 열었습니다.

갈란타민 생산을 위한 합성 방법이 존재하지만, 그 비용이 지나치게 비쌉니다. 데이지에서 화합물을 추출하는 것은 더 경제적인 대안을 제공하지만, 기후 변화로 인해 악화되는 식물의 생장 주기에 의해 제한됩니다. 델스니츠는 이러한 도전에 비추어 연구의 시급성을 강조하며, AI 기반 발효 기술이 생산 제약을 완화하고 알츠하이머 치료제에 대한 증가하는 수요에 대응할 잠재력을 가지고 있다고 밝혔습니다.

UT 연구진은 AI 기반 혁신을 통해 알츠하이머 치료제 생산을 개선하는 길을 개척했습니다. 그들은 고급 계산 방법과 단백질 공학 기술을 활용하여 갈란타민 생산을 간소화했을 뿐만 아니라, 생명공학의 미래 발전을 위한 기반을 마련했습니다. 제약 제조 분야에서 AI의 잠재력에 대한 인식이 높아짐에 따라, 생명공학 커뮤니티는 이러한 변혁적 기술을 활용하여 기회를 잡을 준비가 되어 있습니다.

이 획기적인 연구를 통해 UT 연구진은 알츠하이머 치료제 생산을 가속화했을 뿐만 아니라, 제약 제조에서 AI를 활용하는 선례를 남겼습니다. 분야가 계속 발전함에 따라 AI 기반 솔루션의 통합은 신경퇴행성 질환에 대한 더 접근 가능하고 비용 효율적인 치료법을 제공하며 약물 개발 및 생산 공정을 혁신할 것으로 기대됩니다.