[도구]구글 Antigravity로 새 항균 펩타이드 후보 발굴
구글 연구진이 과학 워크벤치 '구글 Antigravity'와 단백질 언어 모델 ProtNLM을 활용해 새로운 항균 펩타이드 후보를 발굴했습니다. 연구자가 세부 방향을 잡고 AI 에이전트가 데이터베이스 탐색, 구조 분석, 유전체 맥락 파악을 도맡아 단일 세션에서 유력 후보를 좁혀냈습니다. 현재 해당 물질은 실제 실험실(wet-lab) 검증 단계에 들어갔습니다.
전문 읽기접기
무슨 일이야
구글 연구진이 과학 연구용 에이전트 워크벤치 '구글 Antigravity'를 사용해 호흡기 감염 관련 병원균을 표적하는 새로운 항균 펩타이드(AMP) 후보를 찾아냈습니다. 연구진은 단백질 서열에서 기능을 예측하는 딥러닝 모델 'ProtNLM'과 Antigravity를 결합해, 기능이 명확히 밝혀지지 않았던 UniProt 데이터베이스의 방대한 단백질 데이터를 탐색했습니다.
연구자가 스트렙토코쿠스 슈도뉴모니에(Streptococcus pseudopneumoniae) 내 신규 항균 펩타이드 발굴을 목표로 설정하자, AI 에이전트는 수백만 건의 데이터를 걸러내 'Lactococcin 972' 패밀리에 속하는 97개 아미노산 길이의 단백질(UniProt ID: A0A0U0D591)을 후보로 추려냈습니다. 이후 에이전트는 BLAST 검색을 통해 기존 검증 단백질과 유의미한 상동성이 없음을 확인하고, 알파폴드(AlphaFold) DB의 3D 구조를 대조해 실제 박테리오신과 폴딩 구조가 유사하다는 점을 검증했습니다.
에이전트는 후보 단백질 주변 유전체 환경도 분석했습니다. 이 후보가 ABC 수송체 및 전사 조절 인자와 함께 작동하는 오페론 바로 앞부분에 위치한다는 사실을 찾아내 항균 시스템의 일부일 가능성을 높였습니다. 이어 관련 문헌을 바탕으로 세균 세포 분열을 저해할 가능성과 약제 내성균에 대한 항균 스펙트럼을 도출하고, 단백질 발현부터 시험관 내 독성 평가까지 이어지는 실제 실험실 프로토콜까지 작성해 냈습니다.
왜 중요해
항생제 내성 문제는 2050년까지 전 세계에서 연간 천만 명 규모의 사망자를 낼 수 있는 중대한 보건 과제지만, 신약 후보 발굴은 긴 시간이 걸립니다. 이번 사례는 연구자가 여러 도구와 DB를 일일이 오가지 않고도, 에이전트와 한 화면에서 다단계 탐색과 구조 검증을 압축적으로 끝낼 수 있음을 보여줍니다.
방대한 시퀀싱 데이터 속에 묻혀 있던 이른바 '암흑물질' 단백질을 AI로 재조명해, 서열 예측부터 실험 설계까지 이어지는 인실리코(in silico) 워크플로우를 실질적으로 단축했다는 점에서 의미가 있습니다.
짚고 넘어갈 점
현재 이 후보 물질과 파이프라인에서 발견된 추가 후보들은 실제 실험실(wet-lab) 검증을 거치는 중입니다. AI가 예측한 구조적 유사성과 작용 메커니즘이 실제 시험관 내 실험 및 생체 환경에서도 동일한 약효와 안전성을 보일지는 최종 실험 결과를 확인해야 합니다.
참고: DeepMind
댓글 0
첫 댓글을 남겨보세요.