갤럭스는 자사 플랫폼 ‘갤럭스디자인(GaluxDesign)’을 활용해 타깃당 50개 설계만으로 약물 수준의 결합력을 갖춘 항체 후보를 확보하는 데 성공했다고 26일 밝혔다. 

전통적인 항체 발굴은 동물 면역 반응이나 방대한 라이브러리 스크리닝처럼 실험적 방법에 의존해 원하는 항체가 나올지조차 예측하기 어려웠다. 확보된 항체도 면역원성 개선, 친화도 향상 등 여러 최적화 단계를 거쳐야 해 발굴 과정에 1년 이상 소요되는 경우가 일반적이었다.

AI 기반 항체 설계 기술은 이러한 한계를 극복하기 위해 대규모 설계를 통해 가능한 구조·서열 공간을 넓게 탐색하는 방식으로 발전해 왔다. 갤럭스는 해당 방식을 통해 여러 타깃에 대해 강한 결합력을 갖춘 항체를 설계 및 검증하고, AI가 예측한 구조가 Cryo-EM 실험 구조와 1Å (10-10m) 오차 수준에서 정밀하게 일치함을 확인하며 플랫폼의 정밀성과 범용성을 입증했다.

이번 연구는 이러한 기반 기술이 다음 단계로 고도화 했음을 명확히 보여준 성과다. 갤럭스는 광범위한 탐색 없이 단 50개의 정제된 설계만으로도 30% 이상이 치료 타깃에 정확히 결합하는 결과를 확인했다. 이는 전통적 실험 방법은 물론 기존 AI 접근법과 비교해도 수천 배에 달하는 고도화이자, 현재까지 보고된 다섯 그룹의 드노보 항체 설계 사례 중에서도 최상위권에 해당하는 성공률이다. 특히 이 중 다수는 별도의 최적화 없이도 약물 후보로 개발 가능한 수준의 결합력을 보여, 한 달 이내 설계와 검증을 완료해 약물 수준 항체 후보를 확보할 수 있는 새로운 항체 발굴 패러다임을 제시했다.

석차옥 대표는 “드노보 항체 설계 기술은 전 세계적으로도 아직 다섯 곳만 성공 사례를 보고한 난이도가 높은 기술”이라며 “갤럭스는 대규모 설계 방식의 접근부터 정제된 정밀 설계 단계까지 실제 실험적 검증을 통해 플랫폼의 성능을 꾸준히 증명해 왔다”고 말했다. 

이어 “이번 연구는 항체를 ‘발견(discovery)’하는 시대에서 필요한 항체를 처음부터 ‘설계(design)’하는 시대로의 전환을 명확히 보여주는 결과로, 이를 기반으로 기존 방식으로는 확보하기 어려웠던 차별화된 항체 치료제 개발에 본격적으로 도전할 것”이라고 덧붙였다.