Isomorphic Labs — 알파벳의 새 AI 신약 개발 기업
알파벳은 AI 중심 접근 방식으로 신약 개발 전 과정을 처음부터 다시 생각하는 새 회사 Isomorphic Labs를 설립했습니다. 궁극적인 목표는 생명의 몇 가지 근본적인 메커니즘을 모델링하고 이해하는 것입니다.
“저는 생물학 및 의학 연구의 놀라운 새 시대의 문턱에 서 있다고 생각합니다. 작년에 DeepMind의 혁신적인 AI 시스템 AlphaFold2는 50년 전 제기된 거대한 단백질 접힘 문제를 해결한 것으로 인정받았습니다. 이 시스템은 아미노산 서열만으로 단백질의 3차원 구조를 원자 수준의 정확도로 예측할 수 있습니다. 이는 생물학에서 계산 방법과 AI 방법에 있어 전환점이었습니다”
10여 년 동안 DeepMind는 최신 AI 발전을 선도해 왔으며, 종종 게임을 범용 학습 시스템 개발을 위한 테스트 무대로 활용했습니다. 그 예로 복잡한 게임에서 세계 챔피언을 이긴 프로그램 AlphaGo가 있습니다.
지난 5년 동안 여러 대형 기업들이 설립되어 수억 달러의 투자를 받고 매우 유사한 목표를 추구했지만, 혁명은 일어나지 않았습니다. AI가 발견한 기적의 약, 즉 이전에는 치료할 수 없었던 질병을 치료하는 약은 나오지 않았습니다. 이유는 많을 수 있지만, 한 가지는 분명합니다. AI 시스템은 기적을 만드는 공장이 아니라 길고 복잡한 과정의 일부일 뿐입니다.
지금은 이러한 방법들이 충분히 강력하고 정교해져서 과학적 발견 자체를 포함한 실제 문제에 적용될 수 있는 흥미로운 시기입니다. 모든 연구자가 생각하는 가장 중요한 AI 응용 분야 중 하나는 생물학 및 의학 연구이며, 이는 많은 사람들이 오랜 기간 열정을 가지고 매진해 온 분야입니다. 이제 Isomorphic Labs가 제공할 특별한 관심과 자원으로 이를 발전시킬 때입니다.
AI 기반 신약 개발 접근 방식
코로나바이러스 팬데믹은 뛰어난 과학자와 임상의들이 질병을 이해하고 싸우기 위해 매일 수행하는 필수적인 작업을 전면에 부각시켰습니다. 새 회사는 첨단 계산 방법과 AI 방법을 근본적으로 활용하면 과학자들이 자신의 작업을 한 단계 끌어올리고 신약 개발 과정을 크게 가속화하는 데 도움이 될 수 있다고 봅니다.
AI 방법은 데이터 분석뿐만 아니라 복잡한 생물학적 현상에 대한 강력한 예측 및 생성 모델을 구축하는 데에도 점점 더 많이 사용될 것입니다. AlphaFold2는 이를 보여주는 중요한 첫 증거이지만, 이것이 전부는 아닙니다.
허사비스는 가장 근본적인 수준에서 생물학을 극도로 복잡하고 역동적이기는 하지만 정보 처리 시스템으로 볼 수 있다고 봅니다. 이 관점은 생물학과 컴퓨터 과학 사이에 공통의 기본 구조, 즉 둘 사이의 동형 사상(isomorphic mapping)이 존재할 수 있음을 시사하며, 이것이 회사 이름의 유래입니다. 생물학은 아마도 깔끔한 수학 방정식 집합으로 표현하기에는 너무 복잡하고 얽혀 있습니다. 하지만 수학이 물리학을 기술하는 올바른 언어였던 것처럼, 생물학도 AI 적용에 이상적인 대상이 될 수 있습니다.
Isomorphic Labs의 미래
데미스 허사비스는 이것이 신약 개발에 대한 근본적으로 새로운 접근 방식의 시작이기를 바라며, 이 야심 찬 새 상업 사업을 시작하고 제약 및 바이오의학 회사들과 협력하게 된 것을 매우 기쁘게 생각합니다. 허사비스는 두 회사 간 필요한 협력을 쉽게 하고, 새 회사의 전략, 비전 및 문화를 정립하기 위해 초기 단계에서는 Isomorphic의 CEO를 맡으면서 DeepMind의 CEO 역할도 계속 맡습니다.
이에는 물론 인공지능, 생물학, 의약화학, 생물물리학, 공학 등 다양한 분야에 깊은 전문성을 갖춘 세계적 수준의 학제 간 팀을 구성하는 작업이 포함될 것이며, 이들은 협력 중심의 혁신적인 환경에서 함께 일하게 됩니다.
“"디지털 생물학"이라는 새롭게 떠오르는 분야의 선구자로서, 우리는 놀랍도록 생산적인 바이오의학 발전의 새 시대에 함께할 수 있기를 기대하고 있습니다. Isomorphic의 사명은 그 어느 때보다 중요합니다. AI를 활용해 신약 개발을 가속화하고, 궁극적으로 인류의 가장 파괴적인 질병 일부에 대한 치료제를 찾는 것입니다”
Isomorphic Labs는 AI로 신약 개발을 최적화하겠다고 밝힌 첫 번째이자 유일한 회사가 아닙니다. 2012년부터 토론토 대학교의 스타트업 Atomwise도 비슷한 비전을 가지고 있습니다. 이 회사는 급증하는 신약 개발 비용 문제를 해결하려고 노력해 왔습니다.
2020년 연구 에 따르면 새로운 약을 개발하는 데 평균 13억 달러가 듭니다. 이는 주로 과정 자체 때문입니다. 현재 연구자들은 유망한 화합물을 하나하나 물리적으로 합성한 뒤 사람이 사용해도 안전한지 검사합니다. 더 복잡한 질병의 치료법을 개발하려 하면서, 인체 시험을 통과하는 약은 점점 줄어들고 있습니다.
