MIT 연구진은 RNA 백신 전달의 효율성을 높이기 위한 나노입자를 설계하는 AI 기반 모델을 개발했으며, 이를 통해 대사 및 바이러스성 질환에 대한 중요한 치료법을 더 빠르게 개발할 수 있을 것으로 기대하고 있습니다.
MIT 연구진은 인공지능을 활용하여 RNA 백신과 치료제를 전달하는 더욱 효율적인 나노입자를 설계하는 새로운 접근법을 개척했습니다. 이 획기적인 방법은 비만과 당뇨병을 포함한 다양한 질병에 대한 새로운 RNA 기반 치료법 개발을 크게 앞당길 수 있을 것입니다.
MIT 연구팀은 기존 전달 입자 수천 개를 분석하기 위해 머신 러닝 모델을 훈련시켜, 현재 입자보다 성능이 더 뛰어난 나노입자를 식별하고 생성하는 예측 시스템을 개발했습니다.
이러한 나노입자는 세포에 더 잘 전달되고 RNA가 분해되지 않도록 보호함으로써 RNA 백신 및 기타 RNA 치료법의 효능을 잠재적으로 향상시킬 수 있습니다.
MIT 기계공학과 조교수이자 브리검 여성병원 위장병내과 의사인 이 논문의 수석 저자인 조반니 트라베르소는 보도자료를 통해 "저희가 한 일은 기계 학습 도구를 적용하여 지질 나노입자에서 최적의 성분 혼합물을 식별하는 속도를 높이고, 다른 세포 유형을 표적으로 삼거나 다른 재료를 통합하는 데 도움이 되었으며, 이전에는 불가능했던 것보다 훨씬 빠르게 이루어졌습니다."라고 밝혔습니다.
공부, 출판 Nature Nanotechnology에 게재된 이 연구는 MIT의 전 박사후 연구원이자 현재 난양 기술 대학의 조교수인 앨빈 찬과 MIT의 전 박사후 연구원이자 현재 미네소타 대학의 조교수인 아메야 키르테인이 주도했습니다.
이 혁신적인 연구는 RNA 치료법이 개발되고 전달되는 방식에 혁명을 일으킬 수 있는 잠재력을 가지고 있습니다.
머신 러닝을 활용한 RNA 전달 개선
SARS-CoV-2용으로 개발된 것과 같은 RNA 백신은 일반적으로 지질 나노입자(LNP)를 사용하여 투여됩니다. 이 입자는 mRNA가 체내에서 분해되는 것을 방지하고 세포 내로의 진입을 촉진하는 데 필수적입니다.
트라베르소의 팀은 이러한 배송 시스템의 효율성을 높이기 위해 COMET이라는 새로운 AI 모델을 개발했습니다.
"신약 개발에 사용되는 대부분의 AI 모델은 한 번에 하나의 화합물을 최적화하는 데 초점을 맞추지만, 이러한 접근 방식은 여러 개의 상호 작용하는 구성 요소로 구성된 지질 나노입자에는 적합하지 않습니다."라고 찬은 덧붙였습니다. "이 문제를 해결하기 위해 ChatGPT와 같은 대규모 언어 모델을 구동하는 것과 동일한 트랜스포머 아키텍처에서 영감을 받은 COMET이라는 새로운 모델을 개발했습니다. 이러한 모델들이 단어가 어떻게 결합하여 의미를 형성하는지 이해하는 것처럼, COMET은 나노입자에서 다양한 화학 구성 요소가 어떻게 결합되어 그 특성에 영향을 미치는지 학습합니다. 예를 들어 RNA를 세포로 얼마나 잘 전달할 수 있는지와 같은 것입니다."
연구진은 이 모델을 구축하기 위해 약 3,000개의 LNP 제형으로 구성된 라이브러리를 생성했습니다. 연구진은 이 제형들을 실험실에서 테스트하여 세포에 RNA를 전달하는 효율을 확인하고, 이 데이터를 사용하여 머신러닝 모델을 학습시켰습니다.
연구진은 AI가 예측한 제형을 테스트한 결과, 상업적으로 사용되는 LNP를 포함한 기존 LNP보다 성능이 더 뛰어난 것으로 나타났습니다.
시야를 넓히다
연구진은 또한 분기형 폴리베타아미노에스터(PBAE)와 같은 새로운 물질을 LNP에 추가하는 실험을 했습니다.
그들은 이러한 중합체가 그 자체로 핵산을 성공적으로 전달할 수 있다는 것을 발견했습니다.
게다가 AI 모델은 어떤 나노입자가 대장암 세포를 포함한 다양한 세포에 RNA를 가장 잘 전달할 수 있는지, 그리고 어떤 나노입자가 동결건조(약물의 유통기한을 연장하는 데 사용되는 동결건조 공정)를 견딜 수 있는지 예측할 수 있었습니다.
"이 도구는 완전히 다른 질문 세트에 맞게 조정하여 개발 속도를 높이는 데 도움이 됩니다."라고 Traverso는 덧붙였습니다. "모델에 사용된 대규모 훈련 세트를 사용했지만, 그 후에는 훨씬 더 집중적인 실험을 수행하여 매우 다양한 유형의 질문에 유용한 결과를 얻을 수 있습니다."
이 연구의 함의는 매우 중요합니다. RNA 치료법 개발 과정을 간소화함으로써, 이 기술은 더욱 향상된 정확도와 속도로 다양한 질병에 대한 새로운 치료법 개발의 길을 열어줄 수 있습니다.
향후 방향
연구팀은 미국 보건 고등 연구 계획국(ARPA-H)의 자금 지원을 받는 프로젝트의 일환으로 이러한 발전을 당뇨병과 비만의 잠재적 치료법에 통합하기 위한 연구를 계속 진행하고 있습니다.
이러한 접근 방식은 오젬픽과 같은 치료에 사용되는 것과 유사한 GLP-1 모방 치료제를 개발하는 데 특히 혁신적일 수 있습니다.
출처: 기술 매사추세츠 공과 대학