"단백질 합성해 전달력 높인 치매약"…시장 두드리는 합성생물학

한국은 아직 합성생물학 산업 적용이 더디지만 미국, 일본 등 주요국에선 산학 협력에 기반한 스타트업들이 성과를 내고 있다. 아미노산 사슬인 펩타이드로 전달력이 높은 약물 후보를 만들어낸다거나, 유전체를 특성별로 분류해 생물 공정을 촉진하는 기술 등이다.

3일 대전 유성구 대전컨벤션센터(DCC)에서 한국생물공학회가 주최한 춘계학술발표대회 및 심포지엄에선 이런 내용들이 공유됐다.

기조 연사로 나선 스가 히로아키 도쿄대 교수는 펩타이드에 기반한 '중분자 약물' 분야로 개척한 내용을 소개했다. 이는 화학물질 기반의 저분자 합성약물과 단백질 기반 고분자약물의 중간 크기에 해당한다.

그는 이 기술을 바탕으로 2006년 펩티드림이라는 회사를 공동 설립했다. 이곳은 도쿄 증권거래소에 상장된 가장 성공적인 스타트업 중 하나로 평가받는다.

또 스가 교수는 펩타이드 형태의 약물 후보를 단백질에 적용해 새로운 기능의 단백질로 합성, 이를 치료제에 적용했다. 이를 통해 그는 미라바이오로직스라는 회사를 설립했으며, 현재도 제품 개발에 관여하고 있다.

스가 교수에 따르면 회사가 집중하는 목표는 뇌 등 신경계까지 잘 전달되는 중분자 약물 개발이다. 순환계와 중추 신경계 사이 물질 이동을 걸러내는 방어기전 '혈액-뇌 장벽'(BBB) 때문에 현재로선 약물 전달이 떨어진다.
스가 교수는 "BBB를 극복하는 약물이 나온다면 치매 등 신경 관련 질환이나 근육 치료제 등에 쓰일 수 있다. 암과 달리 경쟁이 치열하지 않은 분야라 도전하는 중"이라며 "항체에 조그마한 단백질 가닥을 삽입하면 활성화 수준이 더욱 높아진다. 이를 통해 뇌까지의 전달력이나 특정 타깃에 작용하는 수준을 높일 수 있다"고 설명했다.

팔슨 교수는 미생물 전사체 데이터를 독립적 유전자 모듈로 분해해 파악하는 분석 기법인 '아이모듈론'(iModulon)을 제시했다. 쉽게 말해 대규모 미생물 데이터를 동일 기능의 유전체를 기준으로 분류(그룹화)하는 알고리즘이다. 여기엔 독립성분분석(ICA) 등 통계 기법이 사용된다.

필슨 교수는 "유전체가 발산하는 시그널 중 필요한 것만 수신하고 나머지를 차단하는 방식을 생각하면 된다"며 "이런 신호 선별 알고리즘은 수 시간 내로 진화를 마치는 박테리아 유전 데이터를 분석하는 데도 적합하다"고 설명했다.

이는 특정 기능을 가진 미생물을 양산하는 '바이오파운드리'에서의 연구개발(R&D)을 가속할 수 있다. 특정 배지 조건에서 활성화되는 유전자 묶음을 빠르게 포착하면 대규모 스케일의 유전자 조작도 가능해지기 때문이다. 수년 이상 걸리던 개발이 빠르면 2주 내로 단축될 수 있을 거라고 그는 내다본다.

팔슨 교수는 "지금은 컴퓨팅 알고리즘이 분석 위주로 쓰이지만 앞으로 합성생물학의 디자인까지 수행하는 것으로 확대될 것"이라며 "(컴퓨팅 알고리즘은) 대규모 배양시설의 복잡다단한 데이터 내 노이즈를 제거하거나, 변수(파라미터) 발굴을 하는 데에도 필수적"이라고 말했다.

legomaster@news1.kr