Isomorphic Labs, "IsoDDE" 공개: AlphaFold 3를 능가하는 AI 엔진

제약 및 바이오테크 산업에 커다란 파장을 일으킨 획기적인 발표에서, 알파벳(Alphabet) 산하 딥마인드(DeepMind)의 신약 개발 스핀오프 기업인 아이소모픽 랩스(Isomorphic Labs)가 독자적인 **아이소모픽 랩스 신약 설계 엔진(Isomorphic Labs Drug Design Engine, IsoDDE)**을 공식 공개했습니다. 불과 며칠 전 출시된 이 새로운 시스템은 독립적인 과학자들로부터 "AlphaFold 4에 비견되는 중대한 진전"이라는 찬사를 받고 있으며, 단순한 단백질 구조 예측에서 자율적인 고정밀 신약 설계로의 결정적인 전환을 알리고 있습니다.

과학계가 2024년에 출시된 AlphaFold 3의 성능에 여전히 경탄하고 있는 가운데, 아이소모픽 랩스는 자사의 내부 도구가 이미 그 기준점을 뛰어넘었음을 입증했습니다. 보고에 따르면 IsoDDE는 구조 예측, 결합 친화도(Binding affinity) 추정, 그리고 데 노보(De novo) 분자 생성을 단일 프레임워크로 통합하여, 이전에는 수년 뒤에나 가능할 것으로 생각되었던 계산상의 우위를 독점 파트너들에게 제공하고 있습니다.

구조를 넘어: 합리적 설계로의 전환

수년 동안 "단백질 접힘 문제(Protein folding problem)"는 계산 생물학의 성배(Holy grail)였습니다. AlphaFold 2와 3를 통해 DeepMind는 생체 분자가 어떻게 생겼는지에 대한 문제를 상당 부분 해결했습니다. 그러나 아이소모픽 랩스는 구조만으로는 약을 만드는 데 불충분하다고 주장합니다. 새로운 IsoDDE 시스템은 정적인 구조 예측에서 동적인 상호작용 모델링으로 이동하여, "표적에 특이적이고 강력하게 결합하는 분자를 어떻게 설계할 것인가?"라는 핵심적인 질문에 답합니다.

Isomorphic Labs에서 발표한 기술 보고서에 따르면, IsoDDE는 현대 신약 개발의 네 가지 핵심 요소를 통합적인 방식으로 해결합니다:

1. 구조 예측: 단백질-리간드 복합체의 고충실도 모델링.
2. 결합 친화도: 약물이 표적에 얼마나 강하게 결합하는지 정확하게 예측 (전통적으로 비용이 많이 드는 물리 기반 시뮬레이션이 필요한 작업).
3. 포켓 발견: 정적인 결정 구조에서는 보이지 않는 단백질의 "크립틱(Cryptic)" 결합 부위 식별.
4. 일반화: 학습 데이터와 전혀 다르게 생긴 생물학적 표적에 대해서도 정확하게 수행.

차세대 벤치마킹

아이소모픽 랩스가 공개한 성능 지표는 공공 연구 도구와 독점적인 제약 엔진 사이의 격차가 벌어지고 있음을 시사합니다. 가장 놀라운 주장은 공공 데이터베이스에 있는 그 어떤 것과도 구조적으로 구별되는 단백질 및 리간드와 같은 "분포 외(Out-of-distribution)" 표적에 대한 모델의 일반화 능력입니다.

AI가 새로운 단백질에 약물이 결합하는 방식을 예측하는 능력을 테스트하는 업계 표준 "Runs N' Poses" 벤치마크에서, IsoDDE는 AlphaFold 3의 정확도를 두 배로 높인 것으로 보고되었습니다. 나아가, 복잡한 바이오의약품(Biologics) 영역에서도 이 엔진은 오픈 소스 대안들에 비해 압도적인 우위를 입증했습니다.

다음 표는 기술 보고서에서 강조된 주요 성능 차이를 요약한 것입니다:

크립틱 포켓으로 "공략 불가능한" 표적 해제

이번 발표에서 상세히 다뤄진 과학적으로 가장 중요한 돌파구 중 하나는 IsoDDE가 **크립틱 포켓(cryptic pockets)**을 식별하는 능력입니다. 이것은 특정 분자가 접근할 때만 열리는 단백질 표면의 결합 부위로, 두드려야만 나타나는 비밀 문과 유사합니다.

전통적인 신약 개발은 연구자들이 약물 투여가 불가능할 수도 있는 명백한 "활성 부위"만을 표적으로 삼기 때문에 종종 실패합니다. 그러나 IsoDDE는 아미노산 서열만을 입력값으로 사용하여 단백질 *세레블론(cereblon)*에서 새로운 크립틱 사이트의 발견을 성공적으로 재현했습니다. 리간드의 존재 여부를 알리지 않고도 포켓의 위치를 예측했는데, 이는 보통 우연한 실험적 발견이나 철저한 실험실 스크리닝이 필요한 성과입니다.

이러한 능력은 아이소모픽 랩스가 이제 "공략 불가능한(Undruggable)" 프로테옴(Proteome)을 스캔하고, 이전의 시도들이 실패했던 지점에서 새로운 의약품을 위한 발판을 찾을 수 있음을 의미합니다.

AI 제약의 "폐쇄형 정원"

전 세계에 오픈 소스로 공개된 AlphaFold 2나 비상업적 용도로 무료 서버를 통해 접근 가능한 AlphaFold 3와 달리, IsoDDE는 철저히 독점적입니다. 이러한 "폐쇄형 정원(Walled garden)" 접근 방식은 아이소모픽 랩스의 상업적 전환을 강조합니다.

이 엔진은 일라이 릴리(Eli Lilly), 노바티스(Novartis), **존슨앤드존슨(Johnson & Johnson)**과 같은 거대 제약사들과의 고부가가치 파트너십을 뒷받침하는 근간 역할을 합니다. IsoDDE를 독점적으로 유지함으로써, 아이소모픽 랩스는 파트너들이 혁신 신약(First-in-class) 치료제를 개발하는 데 있어 경쟁 우위를 확보하도록 보장합니다.

데미스 허사비스(Demis Hassabis) 아이소모픽 랩스 CEO는 목표가 신약 개발 기간을 수년에서 수개월로 단축하는 것이라고 밝혔습니다. IsoDDE를 통해 이 회사는 단순히 소프트웨어를 판매하는 것이 아니라, 사전 검증된 매우 강력한 후보 물질이라는 결과를 효과적으로 판매하고 있습니다.

업계 반응: 이것이 AlphaFold 4인가?

이번 출시는 딥마인드 AI 계보의 명칭과 궤적에 대한 치열한 토론을 불러일으켰습니다. 공식적으로는 IsoDDE라는 브랜드로 명명되었지만, 독립적인 전문가들은 가상의 "AlphaFold 4"와 빠르게 비교하고 있습니다.

컬럼비아 대학교의 계산 생물학자인 모하메드 알쿠라이시(Mohammed AlQuraishi)는 인터뷰에서 설명된 진전이 "AlphaFold 4 수준"이라고 언급했습니다. 물리 기반 방법(자유 에너지 섭동, FEP 등)보다 결합 친화도를 더 잘 예측하는 능력은 과학자들이 수십 년 동안 쫓아온 "성배"와 같은 성취를 나타냅니다.

그러나 모델의 독점적 특성은 과학의 분열에 대한 우려도 낳고 있습니다. 아이소모픽 랩스가 폐쇄형 도구로 앞서나감에 따라 학계 연구와 기업 역량 사이의 격차가 벌어질 위험이 있습니다. 하지만 현재로서는, 아이소모픽 랩스가 제1원칙(First principles)으로부터 치료제를 설계하는 법을 아는 엔진을 기반으로 첫 번째 AI 설계 약물을 임상 시험에 투입할 준비를 함에 따라 바이오테크 업계는 이를 예의주시하고 있습니다.