AI 바이오 플랫폼 기업 히츠가 신약개발 플랫폼 ‘하이퍼랩(HyperLab)’에 공유결합 기반 약물 탐색 기능을 추가했다고 24일 밝혔다. 신규 기능은 복잡한 화학 반응 정의 과정 없이 후보물질 설계를 수행하도록 구성됐다. 연구 자동화 범위를 넓혀 전문 인력 의존도가 높았던 분야 진입 장벽을 낮추는 데 초점이 맞춰졌다.
공유결합 약물은 표적 단백질 특정 부위와 강하게 결합해 효과 지속 시간이 길고 효능이 높은 전략으로 분류된다. 기존 치료제에 내성을 보이는 돌연변이 단백질 대응이나 결합 구조가 얕아 접근이 어려웠던 표적을 겨냥할 수 있어 제약업계에서 관심이 이어지고 있다.
연구 현장에서는 단백질과 화합물 사이 반응 메커니즘을 수작업으로 정의해야 하는 점이 대표적 난관으로 꼽혀 왔다. 하이퍼랩은 30종 이상 워헤드 자동 탐지 기능을 탑재해 클릭 기반 설정만으로 연구 환경을 구성할 수 있도록 설계됐다. 별도 코딩 과정이 필요 없다는 점도 특징으로 제시됐다.
회사 측 설명에 따르면 플랫폼은 웹 기반 SaaS 구조로 작동한다. 사전 구축된 라이브러리를 활용하면 최대 100만 개 이상 분자를 24~48시간 안에 가상 스크리닝할 수 있다. 자동화 처리 범위를 고려하면 사용 편의성 측면에서 경쟁 제품 대비 차별성이 있다는 평가도 나온다.
이번 업데이트에는 단백질 3차원 구조가 없는 상황에서도 아미노산 서열 정보만으로 결합력을 추정하는 기능이 포함됐다. 연구자는 하나의 플랫폼 안에서 초기 후보 탐색부터 최종 설계 단계까지 이어지는 워크플로우를 수행할 수 있다.
대표인 김우연 교수는 KAIST 화학과 소속 연구자다. 그는 “정부가 선정한 바이오 특화 AI 파운데이션 모델 상용화 기업으로서 디지털 기반 신약 연구 환경을 구축하는 데 집중하고 있다”고 말했다. 히츠는 과학기술정보통신부 지원 프로그램에 참여 중이다.
글로벌 제약 소프트웨어 기업들도 공유결합 저해제 설계용 도킹 솔루션을 속속 출시하며 시장 경쟁이 빠르게 전개되는 상황이다. 자동화 기능 확대만으로 연구 성과 향상으로 이어질지 여부는 실제 프로젝트 적용 사례 축적이 관건으로 꼽힌다. 플랫폼 성능 검증 데이터 공개 범위와 외부 연구기관 협업 성과도 향후 평가 기준이 될 전망이다.
AI 기반 신약개발 분야는 개발 기간 단축과 비용 절감 기대가 크지만, 알고리즘 예측 결과의 실험 재현성과 임상 성공률 간 격차가 존재한다는 지적도 학계에서 이어진다. 기술 고도화와 함께 검증 프로세스 투명성 확보가 산업 신뢰도를 좌우할 핵심 요소로 거론된다.
국내 AI 신약 플랫폼 기업들은 기술력 확보 단계에서 상용화 경쟁 단계로 이동하는 국면에 들어섰다. 하이퍼랩 업데이트가 실제 연구 생산성 향상으로 이어질 경우 국산 솔루션의 글로벌 진출 가능성도 한층 높아질 수 있다. 반대로 실사용 성과가 기대에 못 미칠 경우 기술 과장 논란도 불거질 수 있다. 시장의 평가는 결국 현장 데이터가 좌우할 것으로 보인다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
