2023년 7월 과학기술인상, 한국과학기술원(KAIST) 최정균 교수 선정

- 스마트 면역세포 시스템 및 메모리 리보핵산(mRNA) 기반 항암백신 원천기술 개발 -

과학기술정보통신부(장관 이종호, 이하 ‘과기정통부’)와 한국연구재단(이사장 이광복, 이하 ‘연구재단’)은 이달의 과학기술인상 7월 수상자로 한국과학기술원(KAIST) 바이오및뇌공학과 최정균 교수를 선정했다고 밝혔다.

‘이달의 과학기술인상’은 우수한 연구개발 성과로 과학기술 발전에 공헌한 연구개발자를 매월 1명씩 선정하여 과기정통부 장관상과 상금 1천만 원을 수여하는 상이다.

과기정통부와 연구재단은 최정균 교수가 인공지능(AI)을 활용하여 암백신과 세포치료 등 차세대 면역 항암치료의 타겟을 발굴하고 실용화를 위해 노력하여 종양학 분야의 국가경쟁력 강화에 이바지한 공로를 높게 평가했다고 밝혔다.

암 환자의 면역체계를 활용해 암을 극복하는 면역 항암치료는 최근 종양학에서 가장 많은 연구와 진전을 보인 분야로서, 특히 암백신과 세포치료는 더욱 진보된 차세대 치료법으로 각광을 받고 있다.

암백신이 효과가 있으려면 돌연변이 단백질인 신생항원*과 엠에에치씨(MHC**)단백질이 결합하고, 그 결합체가 티(T)세포 면역반응을 유발해야 한다. 하지만 기존의 암백신 개발은 신생항원과 엠에이치씨(MHC)의 물리적 결합 예측에 한정되었다. 즉, 결합체들이 실제로 티(T)세포 면역반응을 일으키는지 알지 못한 상태에서 임상시험이 진행되었다.

* 신생항원: 암세포의 돌연변이에서 나온 단백질 조각 중 면역반응을 유도할 수 있는 항원

** MHC(major histocompatibility complex): 단백질을 암호화하는 거대한 유전자군으로 특정 세포가 자기 자신의 세포인지 외부의 세포인지를 판별하는 기준이 되며, 만약 자신의 세포가 아니라고 판명되면 T세포는 그 세포를 파괴함.

최정균 교수 연구팀은 개인 맞춤 치료용 암 백신 개발에 사용할 수 있는 신생항원 예측 인공지능 플랫폼을 개발하였다. 이는 티(T)세포를 통해 면역반응을 유발할 수 있는 신생항원-엠에이치씨(MHC) 복합체를 예측하는 최초의 기술이다.

더불어 연구자들이 플랫폼을 손쉽게 활용할 수 있도록 웹서비스 ‘딥네오(DeepNeo)’를 구축하였으며, 연구성과는 지난 1월 국제학술지 ‘네이처 유전학(Nature Genetics)’에 게재되었다.

또한 연구팀은 논리회로를 이용해 정상세포와 암세포 간의 유전자 발현 양상 차이를 구분하는 인공지능(AI) 방법론을 통하여 암세포만 정확하게 공략하는 스마트 면역세포 치료제의 핵심기술도 확보하였다.

이 기술을 이용해 고안된 키메라 항원 수용체를 장착한 면역세포들은 최소한의 부작용으로 암세포만 선별하여 파괴할 수 있다. 관련 성과는 2월 ‘네이처 바이오테크놀로지(Nature Biotechnology)’ 에 발표되었다.

최정균 교수는 “본 연구들은 모두 국내 병원 임상의들과의 협력을 통해 수행된 것으로서, 최근 글로벌하게 각광을 받고 있는 면역항암 분야의 국가경쟁력 향상에 기여했다는 데 의의가 있다”라며 “앞으로도 인공지능을 적극 활용하여 암 진단과 치료 분야에서 우리나라의 기술 수준이 세계적으로 앞서 나가는데 힘을 보태도록 노력하겠다.”라고 밝혔다.

'23년 7월 수상자(최정균 교수) 주요 연구성과 설명

ㅇ 효과적인 항암백신을 찾는 AI 플랫폼

현재의 항암백신 개발은 돌연변이 단백질 (신생항원)과 MHC 단백질 간의 물리적 결합을 예측하는 데에만 한정되어 있으며, 실제로 이 복합체가 T 세포 면역반응을 자극할 수 있는지에 대해서는 미지수로 남아 있었다. 또한 돌연변이가 나타나는 유전자의 기능성으로 인해 면역치료 중에 나타날 수 있는 면역회피에 대한 고려가 되지 않고 있었다. 본 AI 플랫폼은 암세포가 필요로 하는 필수유전자에서 생성되는 신생항원 중 실제로 T 세포를 자극할 수 있는 것을 공략함으로써 항암치료의 효과를 극대화할 수 있는 백신 타겟을 도출할 수 있도록 설계되었다. 모더나 등 코로나 백신 개발 업체들이 주도하고 있는 항암백신 분야에서 국내 기술의 활약이 기대된다.

ㅇ 암세포만 공략하는 스마트 면역세포 시스템

본 연구에서는 수백만개의 세포에 대한 유전자 데이터베이스를 구축하고, 개별 세포들에 대한 시뮬레이션을 통해 암세포와 정상세포 간의 차이를 극대화할 수 있는 유전자 조합을 찾아낼 수 있는 AI 알고리즘을 개발하고 실험적으로 검증하였다. 이 방법으로 찾아진 논리회로를 장착한 키메라 항원 수용체(Chimeric antigen receptor, CAR) 면역세포는 마치 컴퓨터처럼 암과 정상세포를 구별하여 작동함으로써 부작용없이 암세포만 정확하게 공략하는 것이 가능하다. AI와 논리회로를 면역세포 엔지니어링에 적용하는 새로운 개념으로서, 혈액암에서 성공적으로 사용되고 있는 CAR 세포치료가 고형암으로 확대되는데 기여할 것으로 기대된다.