← 최신 논문
📄 합성생물학

Antibody design across observed and forecasted antigenic evolution

이 논문은 단일 파라토프를 관찰된 여러 항원 변이체 및 예측된 변이체에 대해 공동 최적화함으로써 현재 및 미래의 바이러스와 암 타겟 모두에 대해 광범위한 치료 효능을 생성하여, 항체를 성공적으로 설계하고 구제하는 계산 프레임워크인 "Germinal Multi"를 소개한다.

원저자: Park, S., Widatalla, T., Driscoll, C., Mille-Fragoso, L. S., Specht, I., Gao, X. J., Hie, B.

게시일 2026-11-16 (v2)
📖 5 분 읽기🧠 심층 분석

원저자: Park, S., Widatalla, T., Driscoll, C., Mille-Fragoso, L. S., Specht, I., Gao, X. J., Hie, B.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

항체는 면역 체계의 정밀한 도구로, 바이러스나 암세로와 같은 특정 침입자를 찾아 혈류를 순찰하는 단백질입니다. 항체가 표적을 발견하면, 마치 열쇠가 자물쇠에 딱 들어맞는 것처럼 독특한 모양으로 표적에 달라붙어 위협을 무력화합니다. 이 메커니즘은 현대 의학의 초석이 되어 감염에서 암에 이르기까지 모든 질병에 대한 치료법을 제공하고 있습니다. 그러나 이 항체들이 찾는 표적은 정지해 있는 것이 아닙니다. 바이러스와 암세포는 진화 과정을 통해 외표면을 끊임없이 변화시키며, 작은 돌연변이를 축적하여 "자물쇠"의 모양을 바꿀 수 있습니다. 만약 자물쇠의 모양이 조금이라도 변한다면, 항체라는 열쇠는 더 이상 맞지 않게 되어 치료 효과를 상실할 수 있습니다. 우리의 방어 체계와 진화하는 병원체 사이의 이러한 군비 경쟁은 일부 의약품이 시간이 지나면서 효력을 잃는 주요 원인입니다.

과학자들은 이러한 변화를 따라잡을 수 있는, 즉 하나의 자물쇠뿐만 아니라 동일한 자물쇠의 여러 다른 버전에도 맞는 열쇠를 설계하는 방법을 오랫동안 모색해 왔습니다. 문제는 여러 가지로 약간씩 다른 모양을 인식할 수 있는 단일 항체를 설계하는 것이 매우 어렵다는 점이었습니다. 전통적인 방식은 자연 상태의 항체 라이브러리를 대규모로 스크리닝하거나 기존의 것을 수정하는 것에 의존하는 경우가 많은데, 이는 느리고 자원이 많이 소모되는 과정입니다. 더욱이, 현재의 방어 체계를 피하기 위해 바이러스가 미래에 어떻게 변할지를 예측하는 것은 복잡성을 한 층 더 높입니다. 연구자들은 오늘날 보이는 변이뿐만 아니라 앞으로 나타날 수 있는 잠재적 변화에 대해서도 견고한 항체를 설계할 수 있는 방법이 필요합니다.

한 연구팀은 이 문제를 해결하기 위해 '저미널 멀티(Germinal Multi)'라고 불리는 새로운 계산 프레임워크를 개발했습니다. 이 시스템은 단일 표적을 위한 항체를 설계하는 대신, 과학자들이 여러 버전의 표적에 동시에 결합하도록 최적화된 단일 항체를 설계할 수 있게 해줍니다. 연구진은 이 접근 방식을 세 가지 뚜렷한 시나리오에 대해 테스트했습니다. 기존 약물에 내성을 가진 암 관련 단백질, 이미 변화한 과거 버전의 바이러스, 그리고 아직 자연계에 존재하지 않는 예측된 미래 버전의 바이러스를 대상으로 했습니다. 각 경우의 목표는 다양한 표적을 인식하고 무력화할 수 있는 단일 항체를 만들어내어, 결과적으로 진화보다 한 발 앞서 나가는 것이었습니다.

첫 번째 테스트 케이스는 암세포 표면에 있는 단백질인 EGFR을 포함했습니다. 이 단로의 특정 돌연변이는 흔히 쓰이는 항체 약물인 세툭시맙(cetuximab)에 대한 저항성을 유발합니다. 연구진은 이 저항성을 일으키는 것으로 알려진 6가지 특정 돌연변이를 식별하고, 컴퓨터에 원래의 단백질뿐만 아니라 6가지 변이된 버전 모두에 결합할 수 있는 새로운 항체를 설계하도록 요청했습니다. 그들은 각 돌연변이에 개별적으로 맞는 항체를 설계한 것이 아니라, 이 모든 것을 동시에 고려하는 단일 설계 프로세스를 만들었습니다. 컴퓨터는 60개의 잠재적인 항체 서열을 생성했으며, 가장 유망한 후보군 중 일부를 실험실에서 테스트한 결과, 몇 가지가 작동한다는 것을 발견했습니다. 이 네 가지의 새로운 설계는 원래의 단백질과 여섯 가지 저항성 변이 모두에 강력하게 결합한 반면, 기존 약물은 대부분의 변이에 결합하는 데 실패했습니다. 이는 암세 세포가 치료를 피하기 위해 사용하는 특정 변화를 무시하는 단일 항체를 공학적으로 설계하는 것이 가능하다는 것을 입증했습니다.

두 번째 적용은 SARS-CoV-2 바이러스, 특히 인간 세포에 침투할 수 있게 하는 부분에 초점을 맞추었습니다. 연구진은 서로 다른 시기에 나타난 두 가지 버전의 바이러스를 선택했습니다. 하나는 팬데믹 초기 단계의 버전이었고, 다른 하나는 이미 알려진 항체의 보호를 벗어난 더 진화된 최신 버전이었습니다. 연구진은 이 두 버전에 동시에 결합할 수 있는 새로운 항체를 처음부터 설계하기 위해 컴퓨터를 사용했습니다. 57개의 설계를 스크리닝한 후, 연구진은 실험실 테스트에서 두 바이러스 변이 모두를 성공적으로 무력화하는 후보를 찾아냈습니다. 놀랍게도, 이 새로운 항체는 원래의 설계 과정에는 포함되지 않았던 다른 여러 중간 단계의 바이러스 변이들에 대해서도 효과를 보였으며, 이는 이 접근 방식이 진화의 여러 단계에 걸쳐 광범위한 보호를 생성할 수 있음을 보여주었습니다.

가장 미래 지향적인 실험은 바이러스가 미래에 어떻게 변할지를 예측하는 것이었습니다. 연구진은 현재 유행하는 바이러스 계통에서 다음에 나타날 가능성이 높은 돌연변이가 무엇인지 예측하기 위해 별도의 컴퓨터 모델을 사용했습니다. 그들은 이러한 예측을 이전 실험 데이터와 결합하여, 강력하고 광범로한 항체의 방어를 피할 수 있는 구체적인 변화 세트를 식별했습니다. 그런 다음, 이 예측된 변화들을 갖춘 합성 바이러스를 만들어, 기존 항체가 더 이상 무력화할 수 없는 '도전적' 변이체를 생성했습니다. 연구진은 이 멀티 타겟 설계 시스템을 사용하여, 현재의 바이러스와 이 미래의 공학적 위협을 모두 인식할 수 있도록 원래의 항체를 재설계했습니다. 결과는 새로운 항체가 기존의 항체보다 현재의 바이러스를 더 효과적으로 무력화했을 뿐만 아니라, 미래의 도전적 변이체 또한 무력화했다는 것이었습니다. 이는 진화적 예측이 자연에 나타나기 전의 위협에 대비해 의약품을 재설계하는 데 가이드로 사용될 수 있음을 증명했습니다.

이 실험들을 통해 연구진은 여러 표적을 한꺼번에 설계하는 것이 각 문제를 따로 해결하려는 것보다 더 효과적이라는 것을 발견했습니다. 컴퓨터 모델은 다양한 표적 간의 차이를 수용할 수 있는 단일 항체 모양을 성공적으로 찾아냈습니다. 연구팀은 각 캠페인마다 수십 개의 설계를 스크리닝했는데, 이는 전통적인 방식에서 흔히 테스트하는 수천 개에 비해 훨씬 적은 숫자임에도 불구하고 매우 효과적인 후보군을 찾아냈습니다. 이는 계산적 설계가 원하는 광범위한 활성을 가진 항체를 찾기 위해 가능한 항체 모양의 복잡한 공간을 효율적으로 탐색할 수 있음을 시사합니다. 또한, 이번 연구는 표적에 결합한다고 해서 반드시 바이러스를 무력화하는 것은 아니라는 점을 강조했는데, 한 후보가 바이러스에 결합했음에도 불구하고 세포 감염을 막는 데는 실패한 사례가 있었기 때문입니다. 이는 최종 설계가 실제 중화 능력을 측정하는 기능적 분석(functional assay)을 거치는 것이 중요하다는 점을 일깨워줍니다.

본 연구는 바이러스나 암세포의 단일 스냅샷을 넘어 항체를 설계하는 것이 가능하다는 결론을 내립니다. 설계를 다중 목적 문제(multi-objective problem)로 취급함으로써, 과학자들은 표적의 자연스러운 변화에 탄력적으로 대응할 수 있는 치료제를 만들 수 있습니다. 미래의 진화에 대한 예측을 설계 과정에 통합하는 능력은 선제적 의학의 새로운 길을 열어주며, 잠재적으로 아직 나타나지 않은 위협에 대비할 수 있게 해줍니다. 비록 이 결과들은 실험실 연구 단계이며 임상 적용을 위해 추가적인 검증이 필요하지만, 진화의 끊임없는 압력 속에서도 견딜 수 있는 항체를 생성하는 강력한 새로운 전략을 확립했습니다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →