영국 케임브리지 대학교 과학 연구팀은 미래에 발생할 수 있는 대규모 바이러스 발생 및 코로나19와 같은 전염병에 대한 보다 광범위한 예방 솔루션을 제공하기 위해 인공 지능으로 완전히 설계된 핵심 구성 요소를 갖춘 새로운 백신이 처음으로 인간 실험에 사용되었다고 발표했습니다.연구진은 핵심 백신 항원이 인공지능 알고리즘으로 완벽하게 설계돼 인간 임상시험에 들어간 첫 사례라고 말했다. 목표는 기존의 새로운 코로나바이러스와 그 돌연변이 변종을 처리하는 것뿐만 아니라 현재 주로 동물 사이에 순환하고 있지만 종을 교차하여 인간을 감염시킬 가능성이 있는 여러 코로나바이러스를 포함하여 다음 대유행이 발생하기 전에 "한발 먼저 시작"하는 것입니다.
이 백신 후보의 개념은 특정 변종을 표적으로 삼는 것이 아니라 코로나바이러스 '계열' 전체에 대한 방어선을 구축하려는 시도라는 점에서 기존 백신과 다르다. 인공지능 시스템은 처음으로 글로벌 감시 프로젝트를 통해 수집된 수많은 코로나바이러스 유전자 서열을 받았습니다. 이러한 서열은 인간과 동물을 감염시키는 것으로 알려진 다양한 유형을 포괄하는 바이러스에 대한 "지침"과 동일합니다. 그런 다음 알고리즘은 이 유전 정보를 분석하고 패턴 인식하여 소위 "슈퍼 항원"을 설계합니다. 이 슈퍼 항원은 신체의 면역 체계를 훈련시켜 광범위한 교차 반응 능력을 갖춘 면역 반응을 생성하는 데 사용됩니다. 바이러스가 계속해서 변이를 일으키거나 신형 코로나바이러스가 동물에서 인간으로 옮겨가더라도 어느 정도 인식하고 방어를 시작할 수 있습니다.
백신학에서 항원은 백신의 핵심 구성 요소이며 신체의 면역 체계가 "인식하고 공격"하도록 학습하는 것입니다. 프로젝트 리더인 케임브리지 대학의 조나단 히니 교수는 인공지능이 설계한 항원이 인간 실험에 사용된 것은 이번이 처음이라고 말했습니다. 관련 기술의 성과는 '놀랍다'면서 '인류에게 혜택을 주는 인공지능의 엄청난 잠재력'을 보여준다. 그는 팀이 원하는 것은 "오늘날의 바이러스"를 표적으로 삼을 뿐만 아니라 다음 발병이나 전염병을 일으킬 수 있는 미래의 병원체를 예방하는 백신을 개발하는 것이라고 말했습니다. 이는 우리가 전염병을 다루는 방식에 "근본적인 변화"를 의미할 것입니다.
백신은 코로나19 팬데믹 기간 동안 핵심적인 역할을 했지만, 대부분은 당시에 유행하는 바이러스의 특정 변종을 기반으로 하며, 바이러스가 계속 변이함에 따라 레시피도 업데이트됩니다. 코로나19, 계절성 인플루엔자 바이러스 등 많은 호흡기 바이러스는 돌연변이를 통해 표면 구조를 변화시켜 면역 인식을 회피하는 능력이 뛰어나므로 코로나19와 인플루엔자 백신을 정기적으로 업데이트해야 합니다. 히니는 “우리는 항상 한발 뒤처져 있다”고 지적했으며, 이번 시도는 인공지능 등 신기술을 활용해 바이러스군의 ‘공통 약점’을 미리 파악하고, 바이러스가 변이하거나 종간 확산되기 전에 방어 준비를 완료하기를 바라고 있다.
현재 AI가 설계한 이 코로나바이러스 백신 후보는 총 39명의 피험자가 참여하는 소규모 임상시험 1단계를 완료했다. 주요 목적은 안전성을 평가하는 것입니다. Journal of Infection에 발표된 예비 결과에 따르면 이 백신은 면역 반응을 자극하는 데 "보통" 효과적인 것으로 설명되었지만 여전히 업계 내에서 긍정적인 반응을 불러일으켰습니다. 연구팀은 면역원성과 다양한 코로나바이러스에 대한 잠재적 보호를 보다 종합적으로 평가하기 위해 약 200명을 대상으로 후속 연구를 수행할 계획이다.
일부 임상시험에 참여한 사우샘프턴대학교 사울 파우스트(Saul Faust) 교수는 인공지능을 기반으로 항원을 설계하는 이 기술은 “정말 잠재력이 있다”며, 이 연구 방향을 “매우 흥미롭다”고 설명했다. 그는 바이러스, 특히 잠재적인 유행병 병원체의 지속적인 돌연변이를 다룰 때 이러한 기술적 방법이 백신 설계 단계에서 전통적인 방법보다 훨씬 낫다고 지적했습니다.
케임브리지 팀은 목표를 코로나바이러스에만 국한하지 않았습니다. 그들은 이미 동물 모델을 대상으로 보편적인 계절 독감 백신에 대한 연구를 진행하고 있으며, 앞으로는 매년 독감 백신 제제를 업데이트하는 관행에서 벗어나기를 희망하고 있습니다. 또한 연구팀은 현재 가금류 개체군에 심각한 피해를 주고 있으며 대유행 위험이 우려되는 이 바이러스가 인간에게 광범위하게 퍼질 경우 상황에 대응하기 위해 H5N1 조류인플루엔자 백신도 개발하고 있다.
연구자들은 또한 다양한 유형의 에볼라 바이러스를 포함한 바이러스성 출혈열에 대한 백신 후보를 개발하기 위해 노력하고 있습니다. 현재 콩고민주공화국에서 기존 백신이 없는 에볼라 바이러스 종에 의해 발생한 출혈열이 발생함에 따라 더 넓은 스펙트럼의 출혈열 백신을 개발해야 하는 긴급한 상황이 발생했습니다.
이번 연구에 참여하지 않은 옥스포드 대학 백신 그룹의 앤디 폴라드 이사는 이 경로가 동물 실험에서 "매우 설득력 있는 증거"를 만들어냈다고 말했습니다. 그는 이 데이터가 "매우 흥미롭다"고 말하면서 많은 과학자들이 이런 방식으로 그러한 유형의 면역 반응을 유도할 수 있을 것이라고는 예상하지 못했다고 말했습니다. Pollard는 또한 실제 테스트는 인간 실험 결과에 있다고 지적했습니다. 왜냐하면 인간의 면역 체계는 수년간의 자연 감염에 의해 형성된 실험실 쥐의 면역 체계보다 훨씬 더 복잡하기 때문에 임상 효과는 아직 밝혀지지 않았기 때문입니다.
더 넓은 관점에서 볼 때, 많은 전문가들은 인공지능이 백신 연구의 '게임 체인저'가 될 것으로 예상한다고 믿고 있습니다. 인공 지능 도구는 항원 설계에 포함될 수 있을 뿐만 아니라 다양한 백신 후보에 대한 인간 면역 체계의 반응을 예측하는 데에도 사용될 수 있습니다. 이를 통해 스크리닝 및 개발 프로세스의 속도를 크게 높이고 바이러스 출현부터 백신 도착까지의 시간을 단축하며 향후 공중 보건 사건에서 "생명을 구"할 수 있습니다.
영국 국립 보건 연구 연구소(NIHR)의 과학 책임자인 마리안 나이트(Marian Knight)는 AI가 설계한 이 "초항원"의 초기 인간 실험의 성공이 광범위하고 오래 지속되는 바이러스 보호를 달성하는 "변형 단계"라고 말했습니다. 영국 과학기술부 장관 Vallance 경은 이 개발을 "영국의 또 다른 과학적 성공 사례"라고 부르며 인공지능 기술의 지원을 통해 과학 연구 이점을 새로운 의료 치료법으로 전환하는 방법을 보여주었다고 믿었습니다. 그는 첫 번째 인체 실험 결과에서 긍정적인 신호가 나오는 만큼 이번 연구가 장기적으로 백신 보급 속도를 가속화해 전 세계 더 많은 사람들에게 혜택을 줄 것으로 기대한다고 강조했다.