ChatGPT와 같은 AI 도구는 텍스트, 이미지 및 코드 생성 방식을 극적으로 변화시키고 있다. 마찬가지로 머신러닝 알고리즘과 생성 AI는 생명 과학의 기존 방법을 파괴하고 약물 발견 및 재료 개발의 일정을 가속화하고 있다.
DeepMind의 AlphaFold는 틀림없이 이 영역에서 가장 유명한 머신러닝 모델이다. 아미노산 서열을 통해 단백질의 3차원 구조를 예측하며 공개된 지 18개월 만에 100만 명이 넘는 연구자들이 활용했다. 그 이후로 최근 오픈 소스인 RFDiffusion을 포함하여 수많은 다른 AI 도구가 등장했다.
그러나 이러한 계산 설계를 유형의 기능적 단백질로 변환하는 것은 여전히 어려운 과제이다. Adaptyv Bio는 차세대 단백질 파운드리로 이 문제를 해결하는 것을 목표로 한다. Adaptyv Bio는 고급 로봇 공학, 미세 유체 공학 및 합성 생물학 기술을 통합하여 단백질 엔지니어가 AI 생성 단백질 설계를 검증할 수 있는 전체 스택 플랫폼을 구축하고 있다.
Adaptyv Bio의 CEO이자 공동 설립자인 Julian Englert는 “단백질은 신약, 연구 및 산업 응용을 위한 개선된 효소, 고유한 특성을 가진 물질 등 생물 혁명의 중심이다. 단백질 설계자는 이제 AlphaFold 또는 RFDiffusion과 같은 놀라운 새 AI 도구에 액세스할 수 있다. 그러나 실험실에서 단백질 설계를 검증하여 작동하는지 확인하는 것은 여전히 큰 도전이다.”
AI 모델은 예측을 훈련하고 개선하기 위해 데이터를 기반으로 한다. Adaptyv Bio는 설계된 단백질의 효과에 대한 데이터를 생성하는 프로세스를 단순화함으로써 단백질 엔지니어와 AI 모델이 설계에 대한 더 많은 피드백을 받아 더 나은 성능의 단백질로 안내할 수 있도록 한다.
Englert는 “자율주행차의 AI를 생각해 보라. 자동차가 도로를 계속 주행하고 목적지에 도달하기 위해 AI 모델은 자동차의 카메라 센서에서 고품질 데이터를 충분히 확보하여 긴밀한 피드백 루프가 필요하다. 새로운 단백질을 설계하는 AI 모델에도 같은 원리가 적용되며, 실험실에서 실제로 단백질을 생성하고 그 성능을 테스트하는 것과 관련된 피드백 메커니즘이 있다.”
Adaptyv Bio는 실험실에서 생물학적 실험을 수행하는 데 시간이 많이 걸리는 프로세스에 동기를 부여하여 로잔에 있는 스위스 연방 기술 연구소인 EPFL의 엔지니어 그룹에 의해 설립되었다. 2022년에는 세계에서 가장 선별적인 스타트업 액셀러레이터인 Y Combinator에 참여한 후 Wingman Venture로부터 250만 달러의 사전 시드 자금을 확보했다. 이후 팀은 합성 생물학, 마이크로 공학, 소프트웨어 개발 및 머신러닝에 대한 다양한 배경을 가진 12명의 엔지니어로 확장되었다. 이 회사는 스위스 로잔에 새로 건설된 Biopole 생명 과학 캠퍼스에 위치하고 있으며 제네바 호수와 스위스-프랑스 알프스의 그림 같은 전망이 있는 최첨단 실험실 시설에서 기술을 개발하고 있다.
Adaptyv Bio의 파운드리는 일반적으로 여러 개의 실험실 기계가 필요한 공정을 소형화하고 작은 미세유체 칩에서 병렬로 수행하는 공정을 소형화하는 맞춤형 자동화 설정인 단백질 엔지니어링 워크셀을 중심으로 한다. 사용자는 실험 프로토콜을 작성(또는 AI가 작성)할 수 있으며 워크셀은 실험 매개변수를 면밀히 제어하고 모니터링하면서 자율적으로 실험을 실행한다. 모든 측정 데이터는 자동으로 처리되고 업로드되어 사용자가 각 실험에서 기계 학습 모델을 세분화할 수 있다.
Englert는 "우리의 워크셀은 완전히 자동화되어 있으며 상업적으로 이용 가능한 대안보다 1,000배 더 적은 시약을 사용하며 각 개별 설정에서 하루에 수천 개의 서로 다른 단백질을 실행할 수 있다. 실험 워크플로를 간소화하기 위해 많은 맞춤형 합성 생물학 및 자동화 기술을 개발했다. 향후 12개월 동안 실험실을 더욱 확장하고 지원할 수 있는 단백질 설계 응용 프로그램의 수를 늘릴 계획이다. 우리는 또한 사용자가 단백질 디자인 프로젝트를 우리에게 제출할 수 있도록 얼리 액세스를 열었으며 가능한 한 빨리 새로운 프로젝트를 온보딩하려고 노력하고 있다.”
단백질 공학 분야를 더욱 가속화하기 위해 Adaptyv Bio는 이미 해당 분야의 연구원과 엔지니어 사이에서 관심을 끌기 시작한 두 가지 내부 도구를 오픈 소스로 제공했다. ProteinFlow는 단백질 설계자가 더 나은 AI 모델을 위한 고품질 데이터 세트를 쉽게 생성할 수 있게 해주는 Python 라이브러리이다. Automancer는 자동화된 실험을 실행할 수 있는 확장 가능한 소프트웨어 플랫폼으로, 연구자가 자체 실험 프로토콜을 구축하고 다양한 실험실 기기를 통합할 수 있도록 한다.
“우리의 임무는 단백질 공학을 더 쉽게 만들고 더 많은 연구자들이 새로운 단백질을 설계할 수 있도록 하는 것이다. 우리 몸의 모든 단일 세포 내부에 있는 믿을 수 없을 정도로 강력한 분자 기계를 구성하는 단백질을 생각해 보라. 맞춤형 의약품을 위한 새로운 단백질, 새로운 효소와 같은 산업 응용 프로그램 또는 더 우수하고 더 지속 가능한 재료를 설계할 수 있다면 인류가 어떤 기술적 진보를 이룰 수 있을지 상상해 보라.”라고 Julian Englert는 덧붙였다.
