한미약품 “자체 AI로 근육 증가 비만신약 후보 도출”

[마이데일리 = 이호빈 기자] 한미약품이 자체 인공지능(AI) 플랫폼을 활용해 단백질 서열 변화에 따른 약리 활성을 예측하고 최적의 후보물질 설계 방향을 제시하는 신약개발 기술을 확보했다고 24일 밝혔다.

한미사이언스 핵심 사업회사 한미약품은 지난 12일부터 16일까지 미국 워싱턴 D.C.에서 열린 국제 분자생물학 지능형 시스템 학술대회(ISMB)에서 자체 개발한 AI 플랫폼 ‘HARP-pSAR’를 활용해 근육 강화 기반 비만 신약 파이프라인을 도출한 연구 결과를 발표했다.

ISMB는 생물정보학과 계산생물학 분야의 세계 최대 규모 학술대회로, AI를 활용한 생물학과 신약개발 연구 성과가 공유되는 자리다.

한미약품은 이번 연구에서 AI가 제안한 단백질 서열 설계가 실험 검증과 후보물질 최적화를 거쳐 실제 임상 개발 단계의 신약으로 이어졌다고 설명했다.

대표 후보물질은 신개념 비만치료제 ‘LA-UCN2’(코드명 HM17321)다. HM17321은 지방을 선택적으로 줄이면서 근육량을 늘리는 것을 목표로 개발 중인 퍼스트 인 클래스 신약으로, 현재 미국에서 임상 1상이 진행되고 있다.

HM17321은 GLP-1 등 인크레틴 수용체가 아닌 CRF2 수용체를 선택적으로 표적하는 UCN2 유사체로 설계됐다.

한미약품은 표적 수용체인 CRFR2에는 강하게 결합하면서 비표적 수용체인 CRFR1에는 활성을 나타내지 않도록 후보물질의 단백질 서열을 최적화하는 데 HARP-pSAR을 활용했다.

HARP-pSAR은 ‘Hanmi AI-driven Research Platform-protein Sequence-Activity Relationship’의 약자로, 단백질 서열과 약리 활성 간 관계를 예측하는 한미약품의 자체 AI 플랫폼이다.

이 플랫폼은 신약개발 초기 단계에서 실험 데이터가 부족한 이른바 ‘로우 엔(Low-N)’ 환경에서도 활용할 수 있도록 설계됐다. 대규모 데이터와 고성능 컴퓨팅 인프라를 필요로 하는 기존 AI 모델과 달리 양자화 기술을 적용해 연산 비용을 낮추고, 로컬 워크스테이션 환경에서도 구동할 수 있도록 했다.

한미약품은 수십건의 내부 실험 결과만으로 표적과 비표적 수용체에 대한 활성을 예측하는 모델을 구축했다.

이를 통해 다양한 단백질 서열 후보를 일일이 설계하고 합성한 뒤 활성을 확인하던 기존 절차를 줄이고, AI 예측을 기반으로 유망 후보물질을 선별하는 방식으로 연구 효율성을 높였다고 설명했다.

HARP-pSAR은 학습 데이터에 포함되지 않은 새로운 서열의 활성을 예측하고 최적의 미지 아미노산 잔기 위치도 제안할 수 있다.

한미약품은 이를 통해 HM17321 개발 과정에서 시행착오와 실험 비용을 줄이고 임상 진입 속도를 높였다고 밝혔다.

한미약품은 또 올해 6월 미국당뇨병학회(ADA)에서 펩타이드 기반 마이오스타틴 억제 기전의 차세대 근육 증진 치료제 ‘LA-MSTN’(코드명 HM500197)을 공개했다.

회사는 HARP-pSAR을 단일 과제용 예측 모델이 아닌 표적 특성에 따라 확장할 수 있는 신약 설계 기반 기술로 고도화할 계획이다.

최인영 한미약품 미래성장부문장(부사장)은 “이번 연구는 AI가 단순한 데이터 분석 도구를 넘어 연구진의 전문성과 결합해 신약 후보물질의 설계 방향을 제시하고 개발 과정의 시행착오를 줄이는 실질적인 연구 파트너로 활용될 수 있음을 보여준 선도적 사례”라고 말했다.