AI가 설계한 초소형 단백질이 면역계의 '자폭 버튼'을 막아낸다
AI가 0.7 나노몰 결합력으로 보체 C9를 직접 봉쇄하는 미니단백질을 설계했고, 생체 내 실험에서 에쿨리주맙보다 더 빠르게 용혈을 억제하는 데 성공했다.
우리 몸 안에는 40개 넘는 단백질로 이루어진 정교한 군사 체계가 있다. 이름하여 보체계(Complement System)다. 박테리아가 침입하면 이 시스템이 작동해 세포막에 구멍을 뚫고 침입자를 터뜨려버린다. 아주 효율적이고, 보통은 우리 편이다.
그런데 가끔 이 군사 체계가 오작동한다. 아군을 적군으로 착각하는 것이다. 그 결과는 처참하다. 자가면역질환, 신경퇴행성 질환, 적혈구 파괴 — 결국은 내 몸이 내 몸을 공격하는 시나리오다.
이 오작동의 핵심에 보체 C9라는 단백질이 있다. 막공격복합체(MAC)의 마지막 부품이자, 세포막을 뚫는 '마지막 단추'다. 그리고 이제, AI가 그 단추를 막는 방법을 알아냈다 [4].
보체계란 뭔가: 우리 몸의 자동화 미사일 시스템
보체계는 선천성 면역(innate immunity)의 핵심 실행 부대다 [1, 2]. 그냥 단백질 몇 개가 떠다니는 게 아니라, 세 가지 경로—고전, 렉틴, 대체 경로—가 연쇄적으로 활성화되면서 최종적으로 하나의 치명적 구조물을 만들어낸다 [3].
그게 바로 MAC(Membrane Attack Complex, 막공격복합체)다.
- C5b, C6, C7, C8이 순서대로 조립되고, 마지막에 C9가 여러 분자 끼워지면서 세포막에 커다란 구멍이 뚫린다 [7].
- 이 구멍은 말 그대로 삼투압 붕괴를 유발하고, 세포는 터져나간다 [1].
문제는 보체계가 너무 강력하고, 너무 빠르다는 것이다. 정상적으로 작동하면 감염원을 제거하는 데 탁월하다. 그러나 조절 이상(dysregulation)이 생기면 자기 세포를 공격하기 시작한다 [2, 5].
현재 보체 억제제로 에쿨리주맙(eculizumab)이 대표적인데, 이는 C5를 표적으로 한다 [6]. 효과는 있지만 치명적 단점이 있다. 주 2회 피하 주사로 1080mg을 투여해야 하고, 가격은 연간 수억 원 수준이다. 게다가 C5 억제는 보체계 상류를 막는 방식이라 면역 억제 부작용 위험도 함께 따라온다.
C9를 직접 표적으로 하면 어떨까? 이미 세포 용해 직전 단계, MAC 조립의 최후 병목(kinetic bottleneck)만을 선택적으로 막는 것이다. 이론적으로는 훨씬 정밀하다. 하지만 C9의 결합 표면은 넓고 평평하고 극성이 강해—전통적인 약물 설계 방법론으로는 접근이 극히 어렵다 [4].
그게 딥러닝이 등장한 이유다.
AI가 단백질을 설계한다는 건 어떤 의미인가
솔직히 말하면, '딥러닝으로 단백질 설계'라는 말이 처음에는 막연하게 들릴 수 있다.
조금 풀어서 설명하면 이렇다. 단백질은 아미노산이 선형으로 이어진 사슬이 특정한 3차원 구조로 접히는 것이다. 자연은 수십억 년의 진화를 통해 이 3D 접힘 구조를 최적화해왔다. AI는 그 방대한 진화의 데이터—Protein Data Bank(PDB)에 쌓인 수십만 개의 단백질 구조—를 학습해서, 전혀 새로운 단백질 서열이 어떻게 접힐지, 또 어떤 표적에 얼마나 강하게 붙을지를 예측한다 [8, 9].
더 중요한 건 이 방향이 역전된다는 점이다. "이 표적에 잘 붙는 단백질을 만들어줘"라는 요청에 AI가 거꾸로 서열을 생성할 수 있다. 생성형 단백질 설계다.
미니단백질은 이 접근법이 특히 빛을 발하는 영역이다. 50개 이하의 아미노산으로 이루어진 이 작은 구조물은 [11, 12]:
- 고온, 효소, 산성 환경에도 안정적으로 유지되며
- 제조가 간단하고
- 설계 사이클이 빠르다
기존 항체(약 150kDa)와 달리, 미니단백질(수 kDa)은 세포막도 통과할 수 있을 만큼 작다. 항체가 접근하지 못하는 세포 내부 표적까지 노릴 수 있다는 뜻이다 [13].
그림 1. 딥러닝 아키텍처 기반 보체 C9 억제 미니 단백질의 설계 및 검증 프로세스 체계도. Protein Data Bank(PDB)의 대규모 데이터를 학습한 딥러닝 모델은 FastDesign 프로토콜을 통해 약 5만 개의 잠재적 시퀀스를 생성하며, 잔기당 에너지 및 형상 보완성 지표를 통한 엄격한 필터링과 루프 구조 수정을 거쳐 50개 미만의 잔기를 가진 안정적인 미니 단백질을 도출한다. 도출된 후보군은 Cryo-EM 및 X-ray 결정학을 통해 고해상도 구조를 분석함으로써 단백질-리간드 결합의 분자적 메커니즘이 규명되며, 체외 세포 용해 억제와 마우스 모델 내 적혈구 생존 연장 등 실험적 검증을 거쳐 C9orf72 변이와 관련된 ALS 및 FTD의 잠재적 유전자 치료제로서의 유효성을 입증한다.
5만 개의 후보 중 살아남은 것들
연구팀이 C9 미니단백질 억제제를 설계한 과정은 정밀한 여과 시스템이었다 [4, 14].
- FastDesign 프로토콜로 5만 개의 후보 서열을 일단 생성한다.
- 잔기당 에너지(energy per residue)와 형상 상보성(shape complementarity) 같은 지표로 필터링한다.
- 살아남은 후보들의 루프 구조와 알파-헬릭스 연결부를 추가로 최적화한다.
- 부분 확산(partial diffusion) 기법으로 결합 친화력을 최종 미세조정한다.
결과? 결합 친화력 700 pM. 이 숫자가 얼마나 강한지 감이 잘 안 올 수 있는데—대략 의약품 수준의 '매우 강한 결합'에 해당한다. 0.7 나노몰이라는 이야기다 [4].
설계의 정확성은 X선 결정학으로 검증됐고, 생화학적 분석에서도 C9 특이적 결합이 확인됐다. 크라이오전자현미경(Cryo-EM)이 이 과정에서 결정적 역할을 했다. 미니단백질이 C9와 어떤 방식으로 결합하는지, 분자 수준에서 직접 '눈으로' 볼 수 있게 해준 것이다 [4, 15].
세포를 구하고, 쥐를 살린 실험들
이론이 아름다워도 실험실에서 작동하지 않으면 의미가 없다.
연구팀은 시험관 내(in vitro) 실험에서 이 미니단백질이 보체 매개 세포 용해를 선택적으로 차단하는 것을 확인했다 [4, 15]. 중요한 것은 '선택적'이라는 단어다—보체계 전체를 꺼버리는 게 아니라, C9의 막 삽입 단계만을 정밀하게 막는다.
생체 내(in vivo) 마우스 실험에서는 더욱 인상적인 결과가 나왔다. 수혈된 적혈구의 생존 기간이 연장됐다 [16]. 보체 관련 혈액 질환 연구에서 중요한 지표인데, 미니단백질이 혈액 내에서도 제 기능을 한다는 증거다.
그리고 결정적 비교: 급성 용혈 억제 실험에서, C9 미니단백질 억제제는 보체 활성화 8분 후에도 효과를 유지했다. 현재 표준 치료제인 에쿨리주맙은 이 시간대에서 이미 성능이 떨어지기 시작했다 [4].
왜 이런 차이가 날까. 에쿨리주맙은 C5를 막아서 MAC 형성 자체를 막지만, 이미 상류에서 일부 C5가 활성화된 상황에서는 downstream에 남아있는 C9를 직접 봉쇄하는 방식이 더 효과적일 수 있다.
누구를 위한 치료인가: ALS, FTD, 그리고 그 너머
보체계 이상이 연결된 질병 목록은 생각보다 길다. AMD(나이 관련 황반변성), PNH(발작성 야간 혈색소뇨증), 중증 근무력증, 다양한 자가면역 신장 질환들 [17].
그 중 특히 주목받는 것이 C9orf72 유전자 변이와 연관된 ALS(근위축성 측삭 경화증)와 FTD(전두측두엽 치매)다 [18, 19].
이 변이를 가진 사람들에게는 증상이 나타나기 20~25년 전부터 신경학적 이상이 감지되기 시작한다. 증상이 나타난 뒤에는 이미 늦다—그래서 '사전 증상' 단계의 개입이 핵심이다 [19].
현재 Complement Therapeutics의 Opti-GAIN 연구는 지리적 위축증(GA) 환자에 대한 첫 임상 1/2상 시험을 진행 중이고, Pre-GAIN은 이를 지원하는 자연사 연구다 [18]. 이런 흐름은 보체 억제가 안과 질환에서 신경계 질환으로 영역을 넓혀가고 있음을 보여준다.
물론 임상 시험 설계에도 과제가 있다. 누가 바이오마커를 가지고 있고, 언제 개입해야 하고, 무엇을 성공 기준으로 삼을지—이 모든 것이 아직 진행 중인 논의다 [20].
유전자치료와 미니단백질, 어디서 만나는가
미니단백질을 그냥 주사로 넣는 것과, 유전자 치료법으로 몸이 스스로 만들게 하는 것—이 두 접근은 보완적이다.
단백질 주사는 빠르고 조절 가능하지만, 반복 투여가 필요하다. 반면 AAV(아데노 부속 바이러스) 기반 유전자 치료는 단 한 번의 투여로 지속적인 효과를 노린다. Complement Therapeutics의 CTx001은 이 방식으로 mini-CR1을 전달하도록 설계됐다 [18].
영장류 실험에서 염기 편집(base editing) 기법이 핵심 바이오마커를 수개월간 낮게 유지하는 결과를 보여준 것도 이 방향의 가능성을 지지한다 [21].
다만 장기 안전성, 전달 효율, 비용 문제는 여전히 열린 질문이다.
토론: 이 기술이 약속하는 것, 그리고 우리가 아직 모르는 것
진짜 흥미로운 질문은 여기서부터다.
C9 표적이 C5 표적보다 더 나은 이유가 정말 확실한가? C9의 막 삽입 단계는 MAC 형성의 최후 병목이고, 이 지점을 막으면 이미 활성화된 상류 보체 인자들의 cascade는 허용하되 실제 세포 파괴만 차단할 수 있다는 논리는 설득력이 있다. 하지만 이것이 장기적으로 실제 임상에서 더 나은 안전성을 가져올지는 아직 증명되지 않았다.
보체 억제제는 공통적으로 피막균(Neisseria 등)에 대한 감염 취약성을 높인다는 위험을 안고 있다 [10]. 더 하류를 막는다고 해서 이 위험이 완전히 사라지는지는 별도 검토가 필요하다. 이 부분에서 흥미로운 역설이 있다: 표적이 정밀할수록 치료 효과는 좁아지지만, 그 정밀함이 오히려 부작용 프로파일을 개선할 가능성도 있다 [24].
AI 설계 단백질 자체의 면역원성(immunogenicity) 문제도 아직 충분히 해결되지 않았다. AI가 설계한 단백질들은 천연 서열과의 상동성이 낮고 구조적으로 안정적이지만, 특히 큰 스캐폴드에서는 여전히 면역 반응을 유발할 수 있다는 지적이 있다 [25]. 초소형 미니단백질이 이 위험을 낮추는 것은 사실이지만, 장기 투여 상황에서의 항체 생성 여부는 임상 규모 연구가 필요하다.
뭔가 이상한 점이 있다. AI 단백질 설계 분야는 결합(binding) 설계에서는 이미 인상적인 성과를 냈지만, 신뢰할 수 있는 기능 설계(de novo function design)—단순히 붙는 것을 넘어 원하는 방식으로 세포 내 신호를 조절하는 단백질을 설계하는 것—는 아직 완전히 정복하지 못한 영역이다 [22]. 오늘의 C9 억제 성과가 인상적인 이유는 바로 그 어려운 표적—넓고 평평하고 극성인 C9 표면—을 공략했다는 점에 있다.
한 가지 특히 눈길을 끄는 가능성은 응급 상황에서의 적용이다. 수혈 관련 용혈 반응, 심폐 우회술 후 보체 과활성화, 패혈증 초기 — 이런 급성 상황에서 기존 항체 치료제보다 빠르게 투여하고 짧은 기간 동안만 사용하는 '정밀 단발 억제제'로서의 미니단백질은 꽤 매력적인 역할이다 [23]. 2022년에서 2024년 사이 8개의 새로운 보체 표적 약물이 시장에 진입했고, 이 분야는 급격한 임상 승인 증가세를 보이고 있다. 이 흐름 안에서 미니단백질이 차지할 자리를 두고 경쟁은 앞으로 치열해질 것이다.
앞으로 10년을 내다보면, 이 분야에서 가장 흥미로운 변화는 아마도 개인화 방향일 것이다. 보체계 조절 이상의 원인과 패턴은 환자마다 다르다. AI가 환자별 변이와 표현형 데이터를 바탕으로 맞춤형 미니단백질을 설계하는 날이 오면, 지금 우리가 '새로운 약'이라고 부르는 것들이 오히려 '구시대의 일반 치료'로 보일지도 모른다.
그림 2. AI 설계 미니 단백질의 면역 조절 기전 및 기존 항체 대비 치료적 우수성. AI를 통해 생성된 50,000개 이상의 서열 중 50개 미만의 잔기로 구성된 최적의 미니 단백질은 탁월한 안정성과 높은 기능적 성공률을 나타낸다. C9orf72 관련 ALS 및 전두측엽 치매 등에서 보체 매개 세포 파괴를 선택적으로 억제하며, 소형화된 구조를 바탕으로 기존 항체로는 불가능했던 막 투과성 향상과 약물 표적화 효율 극대화를 실현한다. 신속하고 확장 가능한 생산 공정을 통해 기존 항체 치료제의 한계인 고비용 및 복잡성을 극복하는 차세대 면역 조절 플랫폼으로서의 잠재력을 시사한다.
References
[1] Creative Biolabs. Role of Complement System in Cell Lysis. Complement Therapeutics Knowledge Center. https://www.creative-biolabs.com/complement-therapeutics/role-of-complement-system-in-cell-lysis.htm
[2] Svar Life Science. Targeting the Complement System: A New Era in Disease Treatment. Svar News. May 9, 2025. https://www.svarlifescience.com/svar-news/targeting-the-complement-system-a-new-era-in-disease-treatment
[3] Davey-Ranasinghe N, Kaliner MA. Complement-Related Disorders. Medscape Reference. Updated February 13, 2024. https://emedicine.medscape.com/article/136368-overview
[4] Huang B, et al. Design of miniprotein inhibitors targeting complement C9 to block membrane attack complex assembly. Nature Communications. March 12, 2026. https://www.nature.com/articles/s41467-026-70667-x
[5] Roche. Complement-Mediated Diseases. January 19, 2022. https://www.roche.com/stories/complement-mediated-diseases
[6] Salupo N, et al. Complement inhibition: A whole new world. Cleveland Clinic Journal of Medicine. 2026;93(4):227–236. DOI: 10.3949/ccjm.93a.25076. https://www.ccjm.org/content/93/4/227
[7] ScienceDirect. Complement Component C9 — an overview. Pharmacology, Toxicology and Pharmaceutical Science. https://www.sciencedirect.com/topics/pharmacology-toxicology-and-pharmaceutical-science/complement-component-c9
[8] Defresne M, Barbe S, Schiex T. Protein Design with Deep Learning. Int J Mol Sci. 2021;22(21):11741. PMC8584038. DOI: 10.3390/ijms222111741. https://pmc.ncbi.nlm.nih.gov/articles/PMC8584038/
[9] Coventry B, et al. Deep Learning for New Protein Design. Nature Communications (summary via TACC). August 3, 2023. https://tacc.utexas.edu/news/latest-news/2023/08/03/deep-learning-for-new-protein-design/
[10] MDPI. Complement Inhibitors and the Risk of (Breakthrough) Infections. Antibodies. 2026;6(1):3. Published January 13, 2026. https://www.mdpi.com/2673-8449/6/1/3
[11] Tamarind Bio. Are Mini Proteins the Next Antibodies? https://www.tamarind.bio/blog/mini-protein-antibodies
[12] AI Proteins Inc. Series A Financing to Advance De Novo Miniproteins. BioWorld. November 20, 2025. https://www.bioworld.com/articles/726358-series-a-financing-at-ai-proteins-to-advance-de-novo-miniproteins
[13] Alvaro D. Reprogramming the Rules: How AI Is Transforming De Novo Protein Design in Drug Development. Pharma's Almanac. April 15, 2025. https://www.pharmasalmanac.com/articles/reprogramming-the-rules-how-ai-is-transforming-de-novo-protein-design-in-drug-development
[14] Lima TE, et al. De Novo-Designed Miniprotein Inhibits the Enzymatic Activity of the SARS-CoV-2 Main Protease. J Chem Inf Model. 2025;65(20):11314–11325. PMC12570131. DOI: 10.1021/acs.jcim.5c01708. https://pmc.ncbi.nlm.nih.gov/articles/PMC12570131/
[15] Cui J, et al. Recent advances in deep learning for protein-protein interaction: a review. BioData Min. 2025;18:43. PMC12168265. DOI: 10.1186/s13040-025-00457-6. https://pmc.ncbi.nlm.nih.gov/articles/PMC12168265/
[16] Yazdanbakhsh K. Development of complement therapeutics for inhibition of immune-mediated red cell destruction. Transfusion. 2005;45(2 Suppl):122S–129S. PMC4797633. DOI: 10.1111/j.1537-2995.2005.00526.x. https://pmc.ncbi.nlm.nih.gov/articles/PMC4797633/
[17] Halawa OA, et al. A Review of Completed and Ongoing Complement Inhibitor Trials for Geographic Atrophy Secondary to Age-Related Macular Degeneration. J Clin Med. 2021;10(12):2580. DOI: 10.3390/jcm10122580. https://www.mdpi.com/2077-0383/10/12/2580
[18] Complement Therapeutics. First Patient Dosed with CTx001 in the Phase I/II Opti-GAIN Study. Press Release. March 25, 2026. https://complementtx.com/category/press-release/
[19] Querin G, Biferi MG, Pradat PF. Biomarkers for C9orf72-ALS in Symptomatic and Pre-symptomatic Patients. J Neuromuscul Dis. 2022;9(1):25–37. PMC8842771. DOI: 10.3233/JND-210754. https://pmc.ncbi.nlm.nih.gov/articles/PMC8842771/
[20] End the Legacy. Latest News. https://www.endthelegacy.org/latestnews
[21] Kolev M, et al. The future of complement therapeutics. Explor Immunol. 2024;4:577–615. DOI: 10.37349/ei.2024.00161. https://www.explorationpub.com/Journals/ei/Article/1003161
[22] Brackmann M, et al. Protein design, generative AI and biological security. Front Microbiol. 2026;17. DOI: 10.3389/fmicb.2026.1817535. https://www.frontiersin.org/journals/microbiology/articles/10.3389/fmicb.2026.1817535/full
[23] Woodruff TM, et al. The complement system: Biology, pathology, and therapeutic interventions. Pharmacol Rev. 2025;77(5):100079. DOI: 10.1016/j.pharmr.2025.100079. https://pubmed.ncbi.nlm.nih.gov/40683108/
[24] Ricklin D, et al. Complement-targeted therapeutics: Are we there yet, or just getting started? Eur J Immunol. 2024. DOI: 10.1002/eji.202350816. https://onlinelibrary.wiley.com/doi/10.1002/eji.202350816
[25] Cell Press. Code to complex: AI-driven de novo binder design. Structure. 2025. DOI: 10.1016/j.str.2025.09.001. https://www.cell.com/structure/fulltext/S0969-2126(25)00311-9
본 글은 공개된 연구를 바탕으로 정보 제공 목적으로 작성되었으며, 전문적인 판단을 대신하거나 의학적 진단이나 치료를 위한 근거로 사용될 수 없습니다.
댓글
댓글 쓰기