Mechanistically Informed Prioritization of RNA–LNP Therapeutics: a Safety-by- Design Framework Integrating Virtual Patients, Synthetic Multi-Omics and Biological Consistency Assessment

당신이 새로운 질병을 치료하는 슈퍼푸드를 발명하려는 마스터 셰프라고 상상해 보십시오. 당신에게는 완벽한 레시피(약)가 있지만, 이 레시피를 적절한 고객에게 전달하기 위해서는 사고를 내거나, 폭발하거나, 가는 길에 모두를 아프게 하지 않을 배달 트럭이 필요합니다. 현대 의학의 세계에서 그 "슈퍼푸드"는 종종 RNA인 경우가 많습니다. 이는 우리 세포가 스스로를 어떻게 고치거나 침입자와 싸울지 알려주는 아주 작은 지침서와 같습니다. 이 "배달 트럭"은 RNA를 보호하고 우리 세포 안으로 미끄러져 들어갈 수 있게 도와주는 지방으로 만든 미세한 거품인 지질 나노입자(LNP)입니다.

문제는 이러한 트럭을 설계하는 것이 매우 까다롭다는 점입니다. 트럭이 너무 크면 중간에 끼어버립니다. 전하가 너무 강하면 신체의 면역 체계를 공황 상태에 빠뜨릴 수 있습니다. 너무 미끄러우면 화물을 절대 전달하지 못할 수도 있습니다. 전통적으로 과학자들은 실험실에서 수천 개의 이러한 트크를 직접 만들고, 동물 실험을 거친 뒤, 그것이 효과가 있기를 바라야 했습니다. 이는 느리고 비용이 많이 들며, 많은 시행착오를 수반합니다. 하지만 만약 이 전체 과정의 "디지털 트윈"을 만들 수 있다면 어떨까요? 만약 단 한 방울의 지방을 실험실에서 섞어보기 전에, 컴퓨터를 통해 수백만 개의 서로 다른 트럭 디자인을 시뮬레이션하고 수백만 명의 "가상 사람들"을 대상으로 테스트할 수 있다면 어떨까요? 이것이 바로 이 새로운 연구의 핵심 아이디어입니다. 즉, 스마트한 컴퓨터를 사용하여 더 안전하고 더 나은 의약품을 더 빠르게 설계하는 것입니다.

---

의학을 위한 디지털 시승 테스트

이 논문은 영리한 새로운 "설계에 의한 안전성(Safety-by-Design)" 프레임워크를 소개합니다. 이것은 점수를 얻는 것이 목적이 아니라, 신체의 면역 체계를 무너뜨리지 않는 완벽한 의약품 배달 트럭을 설계하는 것을 목표로 하는 하이테크 시뮬레이션 게임과 같습니다. 연구진인 카타니아 대학교의 발렌티나 디 살바토레(Valentina Di Salvatore), 줄리아 루소(Giulia Russo), 프란체스코 파팔라르도(Francesco Pappalardo)는 RNA-LNP 치료제를 테스트할 수 있는 가상의 놀이터를 구축했습니다.

가상 세계와 "유령" 트럭들
먼저, 그들은 200명의 "가상 환자" 집단을 만들었습니다. 이들은 실제 사람이 아니라, 어떤 이는 차분하고, 어떤 이는 쉽게 흥분하며, 어떤 이는 염증에 취약한 등 서로 다른 면역 체계를 가진 디지털 아바타들입니다. 또한 그들은 500개의 서로 다른 "유령" 트럭(RNA-LNP 제형) 라이브러리를 구축했습니다. 각 트럭은 크기, 표면 전하(제타 전위), 그리고 얼마나 "끈적한" 코팅(PEGylation)을 가졌는지와 같이 약간씩 다른 특징을 가지고 있었습니다.

환자와 트럭의 모든 조합에 대해 매번 새롭고 시간이 많이 걸리는 시뮬레이션을 실행하는 대신, 팀은 영리한 지름길을 사용했습니다. 그들은 인간 면역 체계가 어떻게 반응하는지에 대한 이전의 상세한 시뮬레이션(Universal Immune System Simulator, UISS라고 불림) 데이터를 가져와서, 이 복잡한 반응들을 다섯 가지 단순한 "면역 시그니처"로 변환했습니다. 이 시그니처들을 일종의 요약 성적표라고 생각하십시오. 면역 체계가 얼마나 빨리 깨어났는가? 공격이 얼마나 강했는가? 침입자를 기억했는가? 와 같은 내용입니다.

마법의 번역기
여기서 마법이 일어납니다. 팀은 이 다섯 가지 요약 성적표를 사용하여 "합성 멀티오믹스(synthetic multi-omics)" 데이터를 생성했습니다. 저해상도의 흐릿한 숲 사진을 찍은 뒤, 스마트한 AI를 사용하여 나무, 새, 바람 등의 세부 사항을 채워 넣어 고해상도의 실감 나는 사진을 만드는 과정을 상상해 보십시오. 연구진은 생물학에 대해 이 작업을 수행했습니다. 그들은 면역 시그니처를 사용하여 유전자, 단백질, 면역 세포에 대한 가짜이지만 현실적인 데이터셋을 만들었습니다. 이를 통해 자신들의 가상 트럭이 혼란스러운 면역 폭풍을 일으킬지, 아니면 차분하고 통제된 반응을 일으킬지 확인할 수 있었습니다.

AI 코치
이 모든 데이터를 이해하기 위해, 그들은 "랜덤 포레스트(Random Forest)" AI 모델을 훈련시켰습니다. 이 AI를 수천 번의 연습 경기를 지켜본 아주 똑똑한 코치라고 생각할 수 있습니다. 코치는 트럭의 특징(크기, 전하 등)과 환자의 면역 배경을 살펴본 다음, "설계에 의한 안전성" 점수를 예측합니다. 이 점수는 해당 트럭이 문제를 일으키지 않고 약물을 전달하는 데 얼마나 적합한지를 알려줍니다.

코치는 놀라울 정도로 일을 잘 해냈습니다. 본 적 없는 트럭들을 대상으로 테스트했을 때, 코치는 0.887의 정확도(R²)로 안전 점수를 예측했습니다. 코치는 안전한 트럭을 결정하는 가장 중요한 요소가 제타 전위(표면 전하), 크기, 타겟팅 리간드(GPS 태그)의 유무, 그리고 PEGylation 밀도(끈적한 코팅)라는 것을 학습했습니다.

완벽한 균형
연구진은 단순히 "가장 안전한" 트럭을 찾는 것에 그치지 않고, "최선의 균형"을 찾았습니다. 그들은 "파레토 최적화(Pareto optimization)"라고 불리는 방법을 사용했는데, 이는 마치 빠르면서도 안전하고 연료 효율도 좋은 완벽한 자동차를 찾는 것과 같습니다. 항상 가장 빠르면서 동시에 가장 안전한 차를 가질 수는 없으므로, 한 가지를 개선하면 다른 하나를 악화시켜야만 하는 상황이 오지 않는 "비지배적(non-dominated)" 옵션들을 찾습니다. 500개의 후보 중에서 그들은 약물을 전달하는 것과 면역 체계를 평온하게 유지하는 것 사이에서 최상의 절충안을 제공하는 21개의 "파레토 최적" 제형을 찾아냈습니다.

현실 점검
하지만 디지털 시뮬레이션이 실제로 맞는지 어떻게 알 수 있을까요? 팀은 "회고적 점검(retrospective check)"을 수행했습니다. 그들은 가상 결과를 화이자-바이오엔테크(Pfizer-BioNTech) mRNA 백신(BNT162b2)을 접종받은 실제 인간의 데이터와 비교했습니다. 그들은 가상의 유전자가 실제 유전자와 정확히 일치하는지를 확인한 것이 아니라, 면역 반응의 패턴이 동일한지를 확인했습니다. 가상의 면역 체계가 실제와 동일한 순서로 깨어나는지를 확인한 것입니다.

그들은 이 과정을 측정하기 위해 **생물학적 프로그램 일치 지수(Biological Program Concordance Index, BPCI)**라는 새로운 점수를 만들었습니다. 결과는 유망했습니다: 가상 면역 반응은 실제 인간의 반응과 0.57에서 0.88 사이(평균 0.76)의 BPCI 점수로 일치했습니다. 일치도는 접종 후 2일, 22일, 28일에 가장 높았습니다. 이는 그들의 디지털 프레임워크가 모든 개별 분자를 예측하지는 못하더라도, 우리 면역 체계가 어떻게 조직되는지에 대한 "큰 그림"을 포착하고 있음을 시사합니다.

의미하는 바 (그리고 의미하지 않는 것)
저자들은 이것이 "개념 증명(proof-of-concept)"임을 분명히 하고 있습니다. 즉, 이 아이디어가 작동한다는 것을 보여주는 데 목적이 있으며, 이 특정 가상 트럭들이 당장 환자들에게 투여될 준비가 되었다는 보장은 아닙니다. 시뮬레이션은 실제 사람에 대한 새로운 실험이 아니라 가정과 이전 데이터에 기반하고 있습니다. "가상 환자"는 수학적 모델이지 실제 인간이 아닙니다.

하지만 이 연구는 우리가 실제 실험실에 발을 들이기 전에 디지털 도구를 사용하여 후보 목록을 좁힐 수 있음을 시사합니다. 수천 개의 옵션을 테스트하는 대신, 과학자들은 이 프레임워크를 사용하여 가장 유망한 디자인 20개를 골라냄으로써 시간과 비용을 절약하고 동물 실험의 필요성을 줄일 수 있습니다. 이는 복잡한 RNA 의학의 세계를 항해하기 위한 강력한 나침반이며, 우리가 마침내 실제 트럭을 만들 때 첫 번째 설계도 단계부터 안전하도록 보장하는 데 도움을 줍니다.