Isomorphic Labs, 독자적 AI 신약 발굴 모델 ‘IsoDDE’ 공개
Isomorphic Labs가 독자적 AI 신약 발굴 엔진 IsoDDE에 관한 27쪽 기술 보고서를 공개했다. 보고서에 따르면 IsoDDE는 약물–단백질 결합 친화도와 항체 구조·상호작용 예측에서 기존 모델과 물리 기반 방법을 능가하지만, 시스템이 비공개인 만큼 기술적 세부 내용은 제한적이다.
구글 DeepMind가 신약 개발을 겨냥한 업데이트 모델 AlphaFold3를 공개한 지 거의 2년 만에, 그 바이오의약품 스핀오프 기업 Isomorphic Labs가 한층 더 강력한 인공지능 모델을 발표했다 — 그리고 이를 전적으로 자사만을 위해 보유하겠다는 입장이다. 런던에 본사를 둔 Isomorphic Labs는 ‘신약 발굴 엔진(drug-discovery engine)’의 역량을 2월 10일 공개한 27쪽 분량의 기술 보고서에서 강조했으며, 이 엔진을 IsoDDE라고 부른다.
잠재적 약물과 단백질이 상호작용하는 방식과 항체 구조를 정밀하게 예측하는 등 성과는 해당 분야 연구자들에게 깊은 인상을 남겼다. 그러나 단백질 구조 예측을 위한 AlphaFold AI 시스템이 다른 연구자들이 이용할 수 있도록 공개됐고 학술지 논문을 통해 상세히 설명된 것과 달리, IsoDDE는 독자적(proprietary)이며 기술 논문은 유사한 결과를 달성하는 방법에 대해 거의 단서를 제공하지 않는다.
뉴욕의 Columbia University에서 완전한 오픈소스 버전의 AlphaFold 개발을 추진 중인 계산생물학자 Mohammed AlQuraishi는, 아직 공개되지 않은 Google DeepMind 기술의 차세대 세대를 가리키며 “AlphaFold4 규모의 중대한 진전”이라고 말한다. 그는 “물론 문제는 우리가 세부 내용을 전혀 모른다는 점”이라고 덧붙였다.
AlphaFold 3는 신약 개발을 염두에 두고 개발됐다. 노벨상 수상 전작 AlphaFold2와 달리, 이 모델은 단백질이 다른 분자 — 잠재적 약물을 포함해 — 와 상호작용할 때의 구조를 예측할 수 있었다.
AlphaFold 3를 본떠 개발된 유사 AI들은 그 성능에 거의 필적할 정도로 접근했으며 새로운 역량도 갖췄다. 매사추세츠공과대학교(Massachusetts Institute of Technology) 케임브리지 캠퍼스의 과학자들이 개발해 지난해 공개한 Boltz-2라는 오픈소스 모델은 잠재적 약물이 단백질에 얼마나 강하게 달라붙는지, 즉 결합 친화도(binding affinity)를 예측할 수 있었다. 결합 친화도는 치료제를 개발하는 데 핵심적인 특성이며, 통상 계산 비용이 큰 물리 기반 방법으로 예측한다.
Isomorphic의 보고서에 따르면, 새 AI는 결합 친화도를 판정하는 데서 Boltz-2와 물리 기반 방법을 모두 능가한다. 또한 연간 수십억 파운드의 매출을 올리는 치료제의 기반이 되는 항체가 표적과 상호작용하는 방식을 예측하는 성능 역시 최첨단 수준이라고 보고서는 주장한다.
AlQuraishi는 특히 IsoDDE가 학습에 사용된 데이터와 크게 다른 분자의 약물–단백질 상호작용을 예측하는 능력에 깊은 인상을 받았다고 말한다. 그는 “그게 정말 어려운 문제이며, 그들이 상당히 새로운 무언가를 해냈음을 시사한다”고 말했다.