KyDab - a comprehensive database of antibody discovery selection campaigns.

이 논문은 Kymouse 인간화 마우스 플랫폼을 통해 생성된 표준화된 항체 발견 선별 데이터를 체계적으로 수집하여 인공지능 기반 항체 발견 모델 개발에 기여하는 'KyDab' 데이터베이스를 소개합니다.

핵심

이 논문은 **'KyDab(카이댐)'**이라는 새로운 데이터베이스를 소개합니다. 이를 쉽게 설명하기 위해 **'약사 (약물 개발자) 가 새로운 약을 만들기 위해 겪는 여정'**에 비유해 보겠습니다.

1. 문제 상황: "성공한 사례만 있는 지도"

지금까지 항체 (면역 세포가 만드는 단백질) 를 개발하는 인공지능 (AI) 을 훈련시키려면 수많은 데이터가 필요했습니다. 하지만 기존에 공개된 데이터들은 마치 **"오직 '대박' 난 식당들만 기록된 맛집 지도"**와 같았습니다.

• 현실: 약 개발 과정은 수많은 실패와 거절이 반복되는 '감당하기 힘든 과정 (Full-funnel)'입니다. 수만 개의 후보를 만들어내고, 그중 아주 소수만 살아남아 성공합니다.
• 문제: 기존 데이터는 '성공한' 항체들만 담고 있어, AI 가 "왜 실패했는지"를 배울 수 없었습니다. 실패한 사례 (부정적인 데이터) 가 없으니, AI 는 현실적인 판단을 못 하고 엉뚱한 가정을 하게 됩니다.

2. 해결책: "KyDab(카이댐) - 실패와 성공이 모두 담긴 완벽한 기록장"

이 논문은 KyDab이라는 새로운 데이터베이스를 공개하며, 이 문제를 해결합니다.

• 비유: 이제 우리는 **"모든 식당의 기록 (성공한 식당, 실패한 식당, 맛없다고 거절당한 식당까지)"**을 모두 볼 수 있는 **'완벽한 요리 실험실 기록장'**을 얻은 것입니다.
• 특징:
  • 균일한 기준: 모든 실험은 같은 실험실 (Kymouse 라는 인공 면역 마우스) 에서 같은 방법으로 진행되어, 데이터끼리 비교하기 매우 쉽습니다.
  • 풍부한 내용: 51 가지 다른 병원체 (말라리아, 코로나, 독감 등) 를 상대로 한 11 개의 대규모 실험 결과가 담겨 있습니다.
  • 수많은 데이터: 약 12 만 개가 넘는 항체 쌍 (무게와 가벼운 사슬) 과, 그중 일부에 대한 실제 결합 실험 결과 (성공/실패) 가 포함되어 있습니다.

3. 왜 이것이 중요한가? "AI 의 실력 향상"

이 데이터베이스는 AI 개발자들에게 다음과 같은 혜택을 줍니다.

• 현실적인 훈련: AI 가 "성공한 항체"뿐만 아니라 "왜 실패했는지"도 함께 학습하게 되어, 더 똑똑하고 현실적인 예측을 할 수 있게 됩니다.
• 시간과 비용 절감: AI 가 실험실로 보내기 전에 "이건 실패할 확률이 높아"라고 미리 알려주면, 불필요한 실험을 줄일 수 있어 개발 비용과 시간이 크게 절약됩니다.
• 새로운 발견: 다양한 병원체에 대한 데이터를 제공함으로써, AI 가 이전에 몰랐던 새로운 항체 설계법을 찾아낼 수 있는 토대가 됩니다.

4. 결론

요약하자면, KyDab은 항체 개발의 '비밀스러운 실험실'을 열어젖힌 것입니다. 과거에는 성공한 결과물만 공개되어 AI 가 공허한 상상을 했다면, 이제는 실패와 성공이 섞인 생생한 현실 데이터를 제공하여 AI 가 실제 의약품을 개발하는 데 더 유용한 도구가 되도록 돕는 것입니다.

이 데이터는 누구나 무료로 이용할 수 있으며 (웹사이트: kydab.naturalantibody.com), 앞으로 더 많은 데이터가 추가될 예정입니다. 이는 인공지능이 의약품을 만드는 데 있어 한 걸음 더 현실에 가까워지는 중요한 발걸음입니다.

기술 요약

KyDab: 항체 발견을 위한 포괄적인 데이터베이스 기술 요약

1. 문제 제기 (Problem)

• 현실적 발견 과정의 데이터 부재: 기존 공개 항체 데이터베이스 (Observed Antibody Space, SAbDab 등) 는 주로 임상적으로 성공한 항체나 구조적 주석에 초점을 맞추고 있어, 실제 산업 현장에서의 항체 발견 파이프라인 (선별, 다운셀렉션, 친화도 특성 분석 등) 을 반영하지 못합니다.
• 부정적 데이터 (Negative Data) 의 결여: 대부분의 데이터베이스는 양성 결과 (결합 성공) 만을 보고하며, 실패한 스크리닝 데이터나 결합력이 낮은 클론에 대한 데이터는 거의 공개되지 않습니다. 이는 AI 모델의 학습과 벤치마킹에 치명적인 편향을 초래합니다.
• 친화도 데이터의 희소성: 실험적으로 검증된 항체 - 항원 결합 친화도 (Affinity) 데이터는 매우 부족하며, 기존 데이터베이스들은 중복된 소스를 기반으로 하거나 데이터 양이 제한적입니다. 이는 AI 기반 가상 스크리닝 및 친화도 예측 모델 개발의 주요 병목 현상입니다.

2. 방법론 (Methodology)

• 데이터 소스: KyDab 은 Kymouse 플랫폼 (완전 인간화 항체 변이 영역을 생산하도록 유전적으로 조작된 마우스) 을 사용하여 생성된 데이터를 기반으로 합니다.
• 표준화된 워크플로우: 11 개의 면역화 연구 (Immunisation studies) 에서 51 가지의 다양한 항원 (바이러스, 세균, 기생충 등) 을 대상으로 데이터를 수집했습니다.
  • 일관된 처리: 면역 반응이 확인된 마우스의 비장, 림프절, 골수 등에서 단세포 정렬 (Single-cell sorting) 을 수행하고, 시퀀싱을 통해 중쇄 - 경쇄 (Heavy-Light chain) 쌍을 확보했습니다.
  • 생물정보학 파이프라인: 내부 파이프라인을 통해 초기 분석을 수행한 후, 일관된 주석을 위해 RIOT 도구를 사용하여 IMGT 체계에 맞춰 재주석 (Re-annotation) 했습니다.
• 데이터 구성:
  • 풀-퍼널 (Full-funnel) 데이터: 초기 대규모 레퍼토리부터 다운셀링된 후보 클론까지의 전체 과정을 포함합니다.
  • 양성 및 부정적 데이터: 결합 실험 (SPR, HTRF, ELISA 등) 을 수행한 클론에 대해 결합 성공 (Positive) 과 실패 (Negative) 데이터를 모두 포함하여 편향을 줄였습니다.
  • 메타데이터: 마우스 ID, 조직 출처, 항원 정보, 실험 조건 등 상세한 메타데이터를 제공합니다.

3. 주요 기여 (Key Contributions)

• KyDab 데이터베이스 출시: https://kydab.naturalantibody.com 에서 접근 가능한 공개 데이터베이스를 구축했습니다.
• 규모와 다양성:
  • 11 개 연구 및 51 개 고유 항원을 포함합니다.
  • 123,527 개 이상의 고품질 중쇄 - 경쇄 쌍 (Paired antibody sequences) 을 제공합니다.
  • 1,657 개의 클론에 대한 실험적 결합 데이터 (Affinity measurements) 를 포함합니다.
• 산업적 표준 반영: 실제 제약 산업에서 사용되는 표준화된 프로세스 (면역화, 단세포 시퀀싱, 다운셀렉션, 친화도 측정) 를 그대로 반영하여, AI 모델이 실제 개발 환경에 적용 가능한지 평가할 수 있는 기준을 마련했습니다.
• 부정적 데이터 포함: AI 모델의 오양성 (False-positive) 을 교정하고 모델의 강건성을 평가하기 위해 필수적인 부정적 실험 결과를 공개했습니다.

4. 결과 (Results)

• 레퍼토리 다양성 분석: 11 개의 데이터셋에 대해 IMGT 기준의 서열 동일성 (70%, 80%, 90%) 을 기반으로 클러스터링을 수행했습니다.
  • CDR3 의 우세: 모든 데이터셋에서 중쇄 (Heavy chain) 의 CDR3 영역이 가장 높은 다양성을 보였으며, 이는 면역 반응의 주요 변이 영역임을 확인했습니다.
  • 프레임워크 (FW) 영역의 보존: FW 영역은 구조적 역할로 인해 다양성이 낮게 유지되었습니다.
  • 항원별 차이: 각 항원 (말라리아, SARS-CoV-2, 인플루엔자 등) 에 따라 면역 반응의 다양성 프로파일이 상이하게 나타났으며, 이는 데이터셋이 다양한 면역 반응을 포괄하고 있음을 입증했습니다.
• 데이터 접근성: 연구자들은 포털을 통해 서열 데이터, 메타데이터, 결합 데이터, 그리고 항원 서열 (FASTA) 을 유연하게 다운로드하고 시각화할 수 있습니다.

5. 의의 및 향후 전망 (Significance)

• AI 기반 항체 발견의 혁신: KyDab 은 대규모 고품질 데이터와 실험적 검증 결과를 제공함으로써, AI 모델의 훈련, 벤치마킹, 그리고 실제 적용 (Production) 을 가속화할 수 있는 핵심 인프라 역할을 합니다.
• 실제 개발 파이프라인의 디지털 트윈: 단순한 서열 나열을 넘어, 실제 발견 과정의 '선택과 배제' 과정을 포함함으로써 AI 모델이 실험적 성공률을 높이는 데 기여할 수 있습니다.
• 커뮤니티 협력 촉진: 이 데이터베이스의 공개는 산업계와 학계가 협력하여 더 강력하고 일반화 가능한 AI 모델을 개발하는 토대를 마련하며, 향후 더 많은 산업체 데이터 공유를 유도할 것으로 기대됩니다.

결론적으로, KyDab 은 기존 데이터베이스의 한계를 극복하고, 실제 항체 발견 파이프라인의 전 과정을 포괄하는 최초의 대규모 공개 리소스로서, AI 를 활용한 차세대 치료용 항체 개발의 속도와 성공률을 높이는 데 결정적인 기여를 할 것으로 기대됩니다.