스탠퍼드 연구진은 Evo 2 생성형 AI 모델을 사용하여 약 300개의 새로운 박테리오파지를 설계하고 합성했습니다. 실험실 테스트 결과, 이 중 16개의 바이러스가 E. coli를 효과적으로 사멸시키는 것으로 확인되었습니다. 이 연구는 데 노보(de novo) 생물학적 설계가 코드 한 줄에서 살아있는 항균제로 도약할 수 있음을 보여줍니다.
디지털 서열에서 실제 바이러스로
Brian Hie 조교수는 Dieter Schwarz Foundation Stanford Data Science Institute와 함께 Evo 2에 잘 알려진 파지 ΦX174의 유전체를 입력했습니다. Evo 2는 DNA를 언어처럼 취급하여, 기능적 단백질로 접히고 생존 가능한 바이러스로 조립될 수 있는 서열을 예측합니다. 모델은 수백 개의 서로 다른 DNA 문자열을 생성해냈으며, 화학적 합성을 통해 이를 약 300개의 파지 입자 라이브러리로 변환했습니다.
컴퓨터가 생성한 문자열을 물리적 바이러스로 바꾸는 과정은 단순히 프린터처럼 출력하는 것 이상의 작업이 필요했습니다. 연구팀은 맞춤형 DNA 올리고뉴클레오타이드를 주문하고, 전체 유전체를 조립한 뒤, 파지를 "부팅"할 수 있는 박테리아 숙주에 각 구조체를 도입했습니다. 설계, 합성, 조립, 그리고 회수(rescue)로 이어지는 이 워크플로우는 천연 파지 분리물에는 오랫동안 표준이었지만, 완전히 AI로 제작된 유전체에 적용된 사례는 거의 없었습니다.
항균 활성 스크리닝
진짜 테스트는 AI가 설계한 파지가 박테리아 표적을 감염시키고 파괴할 수 있는지 여부였습니다. 연구진은 300개의 후보군을 요로 감염의 흔한 원인이자 항생제 내성 연구의 모델인 실험실용 E. coli 균주에 노출시켰습니다. 플라크 분석(plaque assays)과 성장 억제 측정을 거친 결과, 16개의 파지가 박테리아 배양액의 빠른 용해와 높은 버스트 사이즈(감염된 세포당 방출되는 새로운 파지 입자 수)를 보여 두각을 나타냈습니다.
이 16개의 유효 결과물은 단순히 스크리닝을 통과한 것에 그치지 않고, 사멸 효율 면에서 많은 천연 ΦX174 친척들을 능가했습니다. 데이터에 따르면 Evo 2는 알려진 바이러스 기능을 재현할 수 있을 뿐만 아니라, 생물학이 한 번도 샘플링하지 않은 서열 공간을 탐색하여 생존 가능하면서도 강력한 솔루션에 도달할 수 있음을 시사합니다.
항균 연구에서 이것이 중요한 이유
박테리아를 잡아먹는 바이러스를 사용하는 파지 요법(Phage therapy)은 전 세계적으로 증가하는 항생제 내성 감염에 대한 가능한 해답으로 다시 떠오르고 있습니다. 전통적인 발견 방식은 하수, 토양 또는 동물의 마이크로바이옴에서 파지를 찾는 방식에 의존하는데, 이 과정은 수개월이 걸릴 수 있고 결과도 예측하기 어렵습니다. Evo 2는 '컴퓨팅 우선(compute-first)'의 대안을 제시합니다. 과학자들이 박테리아 표적을 지정하면 모델이 후보 유전체를 생성하고, 연구실에서 선별된 세트를 테스트하는 방식입니다.
이 파이프라인이 확장된다면, 수년간의 환경 샘플링 과정을 몇 주간의 인 실리코(in-silico) 설계와 고처리량 합성으로 압축할 수 있습니다. 필요에 따라 파지 유전체를 맞춤 제작할 수 있게 되면, 더 넓은 숙주 범위나 박테리아의 항파지 방어 기제에 대한 저항성과 같은 추가적인 특성을 엔지니어링할 수 있는 문도 열립니다.
위험 요소 및 미해결 과제
이 돌파구는 아직 초기 단계입니다. 모든 실험은 페트리 접시 내에서만 이루어졌으며, 동물 모델이나 임상 시험은 진행되지 않았습니다. 합성 바이러스를 환자나 환경에 도입하는 것이 예상치 못한 생태학적 영향을 미칠 수 있다는 안전성 우려도 남아 있습니다. 유전자 변형 파지에 대한 규제 프레임워크는 여전히 발전 중이며, 실험실의 효능이 승인된 치료제로 이어지는 길은 멀 수 있습니다.
또한, Evo 2가 ΦX174와 같이 비교적 단순하고 잘 특성화된 파지에는 성공했지만, 모델이 더 크고 복잡한 바이러스 유전체를 다룰 수 있는지, 또는 생체 내(in vivo)에서 박테리아의 면역 체계를 통과해야 하는 파지를 설계할 수 있는지는 지켜봐야 합니다. 현재의 성공은 모든 바이러스를 처음부터 생성할 수 있는 보편적인 능력보다는, 풍부한 ΦX174 데이터로 학습된 모델의 특성을 반영한 것일 수도 있습니다.
향후 전망
스탠퍼드 팀은 16개의 선도 파지를 다제내성을 포함한 임상적으로 유의미한 E. coli 균주를 대상으로 테스트할 예정입니다. 이와 병행하여 Evo 2가 Klebsiella 또는 Pseudomonas와 같은 다른 문제성 박테리아를 위한 파지를 설계하도록 유도할 수 있는지 탐구할 것입니다. 수백 개의 후보에서 수천 개로 합성 규모를 확장하는 것도 우선순위가 될 것입니다. 더 큰 라이브러리는 훨씬 더 강력하거나 광범위하게 작용하는 바이러스를 찾아낼 수 있기 때문입니다.
파지 요법을 넘어, 이 방법론은 산업 화학을 위한 효소 설계, 합성 대사 경로 생성, 또는 새로운 백신 벡터 구축 등 다른 바이오 엔지니어링 목표로 재용도화될 수 있습니다. 기능적인 DNA 서열을 생성하는 Evo 2의 능력은 '코드'가 살아있는 시스템을 위한 보편적인 설계 언어가 되는 미래를 가리키고 있습니다.
핵심 요약
스탠퍼드 대학교의 Evo 2 모델은 계산적 예측을 살아있는 항균 도구로 탈바꿈시키며, AI 기반의 de novo 생물학이 주요 병원균을 사멸시킬 수 있는 기능적 바이러스를 생성할 수 있음을 보여주었습니다. 이 개념 증명은 디지털 설계와 실제 치료제 사이의 간극을 좁히고 있지만, 합성 파지가 항균 무기 체계의 일상적인 구성 요소가 되기 전에는 안전성, 규제 및 확장성 문제를 반드시 해결해야 합니다.