AI, 내성균과 싸우는 새로운 항생제 개발의 길을 열다.

연구자들은 ChatGPT를 구동하는 것과 같은 AI 도구인 대규모 언어 모델을 사용하여 이전에는 인간에게 독성이 있었지만 사용하기에 안전한 박테리아 사멸 약물 버전을 엔지니어링했다.

항생제 내성 박테리아 균주가 퍼지고 새로운 치료 옵션의 개발이 중단되면서 위험한 박테리아 감염 환자의 예후는 최근 몇 년 동안 악화되었다. 그러나 연구자들은 AI 도구가 게임 체인저라고 말한다.

오스틴 텍사스 대학교의 통합 생물학 및 통계 및 데이터 과학 교수이자 새로운 논문의 공동 수석 저자인 클라우스 윌케는 "대규모 언어 모델이 단백질 및 펩타이드 엔지니어링에서 머신러닝 응용 프로그램을 위한 중요한 진전이라는 것을 발견했다."라고 말한다.

"이전 접근 방식으로는 실행 불가능했던 많은 사용 사례가 이제 작동하기 시작했다. 이러한 접근 방식과 유사한 접근 방식이 앞으로 치료제나 약물을 개발하는 데 널리 사용될 것으로 예상한다." 대규모 언어 모델 또는 LLM은 원래 텍스트 시퀀스를 생성하고 탐색하기 위해 설계되었지만 과학자들은 이러한 모델을 다른 도메인에 적용할 창의적인 방법을 찾고 있다.

예를 들어, 문장이 단어 시퀀스로 구성되는 것처럼 단백질은 아미노산 시퀀스로 구성된다. LLM은 수천 개의 차원을 가진 "임베딩 공간"이라고 알려진 곳에서 공통 속성을 공유하는 단어를 클러스터링한다. 마찬가지로, 해당 박테리아를 숙주하는 사람에게 해를 끼치지 않고 위험한 박테리아를 물리칠 수 있는 능력과 같은 유사한 기능을 공유하는 단백질은 자체 버전의 AI 임베딩 공간에서 클러스터링될 수 있다.

새로운 논문의 공동 수석 저자인 브라이언 데이비스는 "모든 분자를 포함하는 공간은 엄청나다."라고 말한다. "머신러닝을 통해 관심 있는 속성을 가진 화학 공간 영역을 찾을 수 있으며 표준적인 한 번에 하나씩 실험실 접근 방식보다 훨씬 더 빠르고 철저하게 수행할 수 있다."

이 프로젝트에서 연구자들은 AI를 사용하여 박테리아를 죽이는 데는 뛰어나지만 사람에게는 독성이 있는 Protegrin-1이라는 기존 항생제를 재설계하는 방법을 파악했다. 돼지가 감염을 퇴치하기 위해 자연적으로 생성하는 Protegrin-1은 항균 펩타이드(AMP)라는 항생제 하위 유형의 일부이다. AMP는 일반적으로 세포막을 파괴하여 박테리아를 직접 죽이지만 많은 AMP는 박테리아와 인간 세포막을 모두 표적으로 삼는다.

먼저, 연구자들은 이전에 개발한 고처리량 방법을 사용하여 Protegrin-1의 7,000개 이상의 변형을 만들고 항생제 활성을 잃지 않고 수정할 수 있는 AMP 영역을 빠르게 식별했다.

그런 다음, 그들은 이러한 결과에 대해 단백질 LLM을 학습시켜 모델이 박테리아 막을 선택적으로 표적으로 삼고, 박테리아를 강력하게 죽이고, 인간 적혈구에 해를 끼치지 않는 세 가지 특징에 대한 수백만 가지 가능한 변형을 평가하여 세 가지 모두의 스위트 스팟에 해당하는 변형을 찾을 수 있도록 했다. 그 후 이 모델은 팀이 더 안전하고 효과적인 버전의 Protegrin-1을 찾는 데 도움이 되었고, 이를 박테리아 선택적 Protegrin-1.2(bsPG-1.2)라고 명명했다.

다중 약물 내성 박테리아에 감염되어 bsPG-1.2로 치료받은 쥐는 감염 후 6시간 후에 장기에서 검출 가능한 박테리아가 있을 가능성이 치료받지 않은 쥐에 비해 훨씬 낮았다. 추가 테스트에서 비슷한 긍정적인 결과가 나오면 연구자들은 결국 AI 기반 항생제 약물 버전을 인체 실험에 ​​도입하기를 바라고 있다.

데이비스는 "머신러닝의 영향은 두 가지이다."라고 말한다. "사람에게 도움이 될 수 있는 새로운 분자를 지적하고, 기존 항생제 분자를 어떻게 가져와 개선하고 임상 실무에 더 빨리 적용하는 데 집중할 수 있는지 보여줄 것이다."

이 연구는 Nature Biomedical Engineering에 게재되었다.

출처: UT 오스틴