백신 개발을 위한 핵심 단계인 환자 맞춤형 신생항원 발굴에 활용될 인공지능(AI) 플랫폼이 개발됐다.
KAIST 바이오및뇌공학과 최정균 교수는 펜타메딕스와의 공동연구를 통해 개인 맞춤 치료용 암 백신에 사용될 수 있는 신생항원을 예측하는 AI 모델을 개발하고 웹서비스를 구축했다고 17일 밝혔다.
연구팀은 딥러닝을 이용해 T세포 면역반응을 유도하는 신생항원 발굴 AI 모델을 개발해 연구자들이 손쉽게 활용할 수 있는 웹서비스를 구축, ‘DeepNeo(딥네오)’라는 이름으로 공개했다.
현행 암 백신 임상, 면역반응 자극 여부 모른채 진행
연구팀에 따르면 기존의 신생항원 발굴 방법론은 ‘MHC 단백질’과 결합할 수 있는 돌연변이를 예측하는 데 한정돼 있었다.
해당 단백질은 외부에서 들어온 병원균이나 암세포에서 발생한 항원과 결합해 우리 몸의 면역세포에 제시해줌으로써 면역반응을 활성화시키는 역할을 한다.
그러나 암 백신이 효과가 있으려면 돌연변이가 MHC와 결합할뿐만 아니라 그 결합체가 실제로 T세포 면역반응을 유발할 수 있어야 하는데, 기존 기술로는 그것이 불가능했다.
현재 암 백신 임상시험은 이 결합체들이 실제로 면역반응을 자극할 수 있는지를 알 수 없는 상태로 진행되고 있는 실정이다.
연구팀은 이러한 문제를 해결하기 위해 새로운 개념의 딥러닝 모델을 구축했고, 여러 빅데이터 분석을 통해 면역성 및 항암 반응성이 뛰어난 신생항원을 발굴할 수 있다는 것을 확인했다.
따라서 이번에 웹서비스 형태로 구축한 방법론은 T세포 반응을 효과적으로 유도할 수 있는 항암 백신 개발에 활용될 수 있다.
최정균 교수는 “코로나19 백신에서 mRNA 플랫폼이 검증된 만큼 이번에 개발된 AI 기술이 암 백신 상용화에 도움이 되기를 희망한다”고 말했다.
카이스트 바이오및뇌공학과 김정연 박사과정이 제1 저자로 개발한 핵심 알고리즘은 지난 1월 국제 학술지 ‘네이처 지네틱스(Nature Genetics)’ 에 출판됐다.
이후 펜타메딕스 노승재 박사, 방효은 연구원과의 공동연구를 통해 딥러닝 성능이 개선된 AI 모델이 웹서비스 형태로 개발돼 올해 4월 국 학술지 ‘Nucleic Acids Research’를 통해 공개됐다.
이슬비 기자 (
