구글 딥마인드, 항균 펩타이드 후보 발굴에 안티그래비티 에이전트 활용

구글 딥마인드는 2026년 10월 15일 자사의 에이전트형 개발 플랫폼 '구글 안티그래비티'가 새로운 항생제 탐색을 어떻게 가속할 수 있는지 보여주는 기술 자료를 공개했다. 회사에 따르면 생물학자들은 하나의 안티그래비티 세션에서 호흡기 감염에 관여하는 병원체에 대해 활성이 예측되는 새로운 항균 펩타이드 후보를 찾아냈다. 이 후보물질은 현재 습식 실험을 통한 검증이 진행 중이다.

이번 연구는 펑페이 티안, 맥스웰 L. 빌레스키, 조이 창갈리도우, 수크디프 싱, 루시 J. 콜웰이 수행했다. 연구진은 이번 결과가 구조 및 유전체 증거에 뒷받침된 그럴듯한 후보 물질일 뿐 확정된 약물이 아니며, 실험실 연구가 여전히 필요하다고 강조했다.

단백질 암흑물질 탐색

이 워크플로의 핵심에는 구글이 개발한 딥러닝 모델 ProtNLM이 있다. ProtNLM은 아미노산 서열로부터 생물학적 기능을 직접 예측한다. 기능이 알려지지 않은 수백만 개의 유니프로트 항목에 단백질명, 기능 설명, 세포 내 위치, GO 용어, 키워드 등의 정보를 부여한다. 이들 서열 상당수는 유전체 해독 프로젝트에서 직접 얻은 것으로, 특성이 규명된 단백질과 유사성이 없어 사실상 탐색되지 않은 상태였다.

시연에서 연구자는 스트렙토코커스 슈도프뉴모니아에 대한 새로운 항균 펩타이드를 찾아 전산으로 검증하는 좁은 목표를 설정했다. 사람 과학자는 전략을 지휘하고 어떤 증거를 수집할지 결정했으며, AI 에이전트는 여러 데이터베이스 조회, 구조 분석, 문헌 요약을 맡았다.

딥마인드는 또한 안티그래비티에 내장된 3D 시각화 도구 '생체분자 구조 뷰어'를 소개했다. 이 도구는 알파폴드 데이터베이스나 과학자 자신의 예측 결과로부터 가져온 구조를 보여주며, 에이전트는 영역을 강조 표시해 자신의 추론을 설명할 수 있다. 연결은 양방향으로 작동한다. 연구자가 강조한 잔기나 결합 포켓에 고정한 잔기는 에이전트에게 전달되며, 에이전트는 바로 그 위치에 대한 질문에 답할 수 있다.

중요한 이유

회사는 2050년까지 항생제 내성으로 전 세계에서 연간 약 1,000만 명이 사망할 수 있다는 추정치를 제시했다. 항균 펩타이드의 한 종류인 박테리오신은 경쟁 세균의 핵심 약점을 공격하도록 진화했기 때문에 내성이 생기기 어려워 유망한 것으로 평가된다. 유전체 데이터는 이미 널리 쓰이는 니신과 다로박틴, 다이노박틴, 라리오신 같은 최근 발견물을 내놓았다.

딥마인드는 이러한 탐색이 과거에는 맞춤형 스크립트, 모델링 도구 간 수작업 파일 전송, 여러 전문가 간 협업을 필요로 했다고 주장한다. 습식 실험은 비용이 많이 들기 때문에 초기에 가장 유망한 후보를 추려내는 것이 필수적이다. 이 접근법이 약속을 지킬지는 새로운 후보가 실험실에서 어떤 성능을 보이느냐에 달려 있다.