AWS, AI 및 양자 컴퓨팅을 활용하여 향상된 신약을 개발하는 Menten AI

Menten AI는 양자 컴퓨터에서 설계된 세계 최초의 단백질을 만든 회사입니다. 이 위업은 신약 개발 및 설계 환경에 지대한 영향을 미쳤으며, 궁극적으로는 모두에게 질병 치료를 위한 새로운 치료법의 혜택을 누릴 수 있는 가능성을 안겨주었습니다. Hans Melo CEO와 Tamás Gorbe COO는 박사 과정(Melo: 기계 학습 및 컴퓨터 신경 과학 분야, Gorbe: 생촉매, 단백질 공학 및 의약 화학 분야)을 마치면서 이 가능성을 바탕으로 Menten AI를 공동 창립했습니다.

이 Startup의 신약 개발 기술은 관심 대상 단백질(일명 ‘약물 표적’)에 결합되는 작은 단백질 유사 분자, 즉 펩타이드를 설계하는 데 중점을 둡니다. 펩타이드는 중간 크기의 분자로, 세포 내 단백질과 세포 외 단백질 모두에 결합할 가능성이 있습니다. 이러한 유연성 덕분에 펩타이드는 “다른 약물 유형으로는 불가능한 틈새 부위를 포함하여 기본적으로 모든 잠재적 약물 표적을 표적으로 삼을 수 있다”고 Melo는 설명합니다.

펩타이드에는 “천문학적인 가능성’이 있지만 이 모든 가능성에는 전통적으로 시간과 비용에 대한 천문학적인 투자가 필요했습니다. 기존의 신약 개발 접근 방식에서는 표적을 대상으로 실험하기 전에 ‘수십만 개, 때로는 수백만 개의 분자를 합성하거나 발현’시키는데, 어떤 작용이라도 하는 것은 이들 중 약 0.01%에 불과하며 ‘대다수는 낭비일 뿐’”이라고 Melo는 설명합니다.

Menten AI는 바로 여기에 기계 학습과 양자 컴퓨팅 방법을 통합하여 펩타이드를 설계하는 데 필요한 시간과 비용을 대폭 줄이는 동시에 “이전에는 없었던 새로운 화학 공간에 접근할 수 있었다”고 Melo는 말합니다. 비교적 최근까지만 해도 약물 표적에 실제로 결합할 수 있을 만큼 정확하게 펩타이드를 설계할 수 있는 컴퓨터 기술은 없었습니다.

Menten AI는 컴퓨터 모델링 시뮬레이션을 사용하여 특정 관심 대상에 대한 새로운 분자를 설계할 수 있을 뿐만 아니라 실험실에서 분자를 구현하기 전에 선택의 폭을 좁힐 수 있습니다. Mero는 “수십만 개의 인-실리코 시뮬레이션과 설계를 수행한다”면서 “이 모든 것을 컴퓨터에서 실행한 후 순위가 매겨진 작은 목록을 만든다. 그러면 20~100개의 분자를 전달하여 실제로 성공률을 크게 높일 수 있다”고 설명합니다.

Menten AI는 AWS에서 수천 개의 CPU와 GPU를 사용하여 이 모든 시뮬레이션을 구축합니다. 클라우드에서 대량의 시뮬레이션과 테스트를 수행하므로 시간과 비용 측면에서 이전 방법보다 비용이 크게 절감됩니다.

Mero는 “AWS에는 기본적으로 이러한 관점에서 필요한 모든 것이 있다”면서 “현재 Amazon Braket이 구축 중에 있기 때문에 우리가 개발해 온 양자 작업을 더 많이 수행할 수 있는 가능성이 훨씬 더 많아졌다”고 말합니다.

이 양자 작업은 Menten AI의 미래에 점점 더 중요한 역할을 하고 있습니다. 과거에는 신약 개발에 기계 학습이 사용되었지만 양자 컴퓨팅을 사용하면 완전히 새로운 접근 방식으로 어려운 문제를 해결할 수 있는 길이 열립니다.

이러한 문제 중 하나인 조합 최적화는 Menten AI가 수행하는 펩타이드 설계 유형의 핵심입니다. Melo의 설명에 따르면 조합 최적화는 “거대하고 거대한 공간을 탐색하는 것”이기 때문에 “수조 개의 가능성이 있다”고 합니다. 기존 컴퓨터에서 이러한 가능성을 하나씩 분류하려면 수천 년이 걸리며, 이를 더 쉽게 만들기 위해 설계된 알고리즘조차도 제대로 확장되지 않습니다. 즉, “문제가 커질수록 해당 문제에 대한 해결책을 실제로 찾을 수 없다”고 합니다.

반면 양자 최적화 알고리즘은 여러 솔루션을 동시에 모델링하여 엄청난 규모의 병렬성을 구현하기 때문에 기하급수적 확장이 가능합니다. Menten AI는 이미 펩타이드 설계에 양자 컴퓨팅을 활용하는 데 성공했습니다. Melo는 이를 기존 컴퓨팅과 함께 계속 사용하여 이전에는 사용할 수 없었던 솔루션을 발견할 수 있을 것이라고 낙관하면서 “양자 컴퓨터가 점점 더 발전함에 따라 이 기술을 활용하여 개발 중인 약물을 개선할 수 있을 것”이라고 말합니다.