AI 신약 개발 기업 갤럭스(대표이사 석차옥)는 서울대학교 연구팀과 함께 신약 후보 물질의 T세포 면역원성을 정밀하게 예측하는 인공지능(AI) 모델 ‘T-SCAPE (T-cell Immunogenicity Scoring via Cross-domain Aided Predictive Engine)’ 개발해, 해당 연구 성과를 국제 학술지 ‘사이언스 어드밴시스 (Science Advances)’에 게재했다고 11일 밝혔다.

면역원성은 단백질 기반 치료제 개발에서 중대한 리스크로 고려되는 요소 중 하나로, 약효의 약화나 치료제에 대한 강한 면역 반응으로 이어질 수 있다. 그러나 관련 데이터의 부족과 면역 기전의 복잡성 때문에 이를 정량적으로 예측하는 것은 여전히 어려운 과제로 남아 있다. 

T-SCAPE는 면역원성에 대한 직접적인 데이터가 제한적인 상황에서 예측력을 극대화 할 수 있도록 다양한 면역학적 관련 데이터를 통합적으로 학습하도록 설계됐다. 인간/비인간 펩타이드 서열, MHC 결합 정보, T세포 수용체(TCR) 상호작용, T세포 활성화 실험 데이터 등 서로 다른 유형의 생물학적 데이터를 연결해, 단일 데이터 기반 모델이 파악하기 어려운 복합적인 패턴까지 반영할 수 있도록 했다.

본 연구를 공동 총괄한 갤럭스 노진성 박사는 “면역원성에 대한 직접적인 데이터가 절대적으로 부족하기에, AI에 생물학적 원리를 먼저 학습시키는 ‘사전학습 (Pre-training)’ 전략을 적용했다”며 “특히 서로 다른 데이터 간의 차이를 줄이고 공통 규칙을 찾는 딥러닝 방법론 ‘적대적 도메인 적응 (Adversarial domain adaptation)’ 기술을 적용해 예측 성능을 비약적으로 높였다”고 설명했다.

갤럭스에 따르면, 모델 검증 결과에서 T-SCAPE는 ‘펩타이드-MHC 복합체 (pMHC)’의 면역원성 예측을 위한 주요 벤치마크 평가에서 기존 모델들을 뛰어넘는 최상위 수준의 정확도를 기록했다. 특히 실제 치료용 항체의 ‘항의약품항체 (ADA)’ 발생 가능성까지 높은 정확도로 예측하며, 향후 보다 폭넓은 면역원성 평가를 위한 참고 지표로 활용될 가능성을 확인했다.

갤럭스 석차옥 대표는 “이번 연구는 우리의 AI기반 정밀 단백질 설계 역량에 더해, 치료제에 대한 면역 반응을 사전에 검토할 수 있는 기준점을 마련했다는 데 의미가 있다”며 “이를 통해 신약후보물질 확보 과정에서의 불확실성과 시행착오를 줄이고, 신약 개발 과정의 효율성을 높일 수 있도록 기술을 발전시켜 나가겠다”고 말했다.