기술 백서 (Technical Whitepaper)

통합 단백질 공학 플랫폼™

유전자 합성에서 기능성 단백질까지, 단일 연속 워크플로우

설계(Design) · 예측(Predict) · 검증(Validate) · 합성(Synthesize)을 하나의 계산 파이프라인으로 통합한 in-silico 우선 단백질 엔지니어링 서비스

목차

※ 페이지 번호는 Word에서 목차를 선택한 뒤 F9(필드 업데이트)를 누르면 자동 갱신됩니다.

1. 개요 — 이 플랫폼이 해결하는 문제

1.1 산업이 직면한 구조적 병목

단백질 의약품과 산업 효소 개발에서 가장 큰 비용은 합성 비용이 아니라 '실패한 합성'의 비용입니다. 유전자 합성 단가는 지난 15년간 극적으로 하락하여 유전자 하나를 물리적으로 만드는 일 자체는 더 이상 병목이 아닙니다. 병목은 '무엇을 합성할 것인가'를 결정하는 단계로 완전히 이동했습니다. 전형적인 효소 개량 프로젝트에서 연구팀은 수백 개의 변이체를 클로닝하고 발현시키고 정제한 뒤, 그중 활성이 개선된 것이 한 자릿수에 불과하다는 사실을 6개월 뒤에 확인합니다. 이 과정에서 소모되는 것은 시약비가 아니라 연구원의 시간과 프로젝트의 기회비용입니다.

문제의 근원은 서열-구조-기능 사상(mapping)의 비선형성입니다. 단일 아미노산 치환이 활성 부위에서 8Å 떨어진 위치에서 일어나더라도, 그 잔기가 기질 진입 채널의 유연성을 제어하는 힌지에 위치한다면 촉매 회전수(k_cat)를 한 자릿수 바꿀 수 있습니다. 반대로 활성 부위 바로 옆의 치환이 아무 효과도 내지 않는 경우도 흔합니다. 이 비직관성 때문에 합리적 설계(rational design)는 종종 무작위 변이(directed evolution)에 패배해 왔고, 무작위 변이는 탐색 공간이 20^N으로 폭발하기 때문에 실험적으로 커버 가능한 영역이 전체의 무한소에 불과합니다.

1.2 본 플랫폼의 접근

본 플랫폼은 '실험을 대체한다'고 주장하지 않습니다. 대신 '실험에 투입할 후보의 사전 확률(prior)을 계산적으로 재분배한다'는 훨씬 방어 가능한 목표를 설정합니다. 구체적으로, 무작위 선택 시 성공률이 1~3%인 후보군을, 계산 필터를 통과시킨 뒤 성공률 25~45% 수준의 농축된 후보군으로 변환하는 것이 목표이며, 이는 습식 실험 규모를 한 자릿수 줄이면서 동일한 기대 성과를 얻는다는 의미입니다.

핵심 설계 철학은 세 가지입니다. 첫째, 단일 예측 모델을 신뢰하지 않고 물리 기반·진화 기반·학습 기반 세 계열의 독립적 증거를 융합합니다. 둘째, 각 예측값에 불확실도를 부착하여 전파시키고, 불확실도가 큰 축은 자동으로 가중치가 낮아지도록 산술적으로 설계했습니다(임의의 if/else 임계값 대신 역분산 가중 융합). 셋째, 계산 비용이 낮은 필터를 앞에, 비싼 필터를 뒤에 배치하는 깔때기(funnel) 구조로 처리량과 정확도를 동시에 확보합니다.

1.3 정량적 요약

표 1-1. 플랫폼 성능 요약. 근거 등급은 5장 및 6장에서 세부 전개됩니다.

2. 서비스 범위: 유전자 합성에서 단백질 합성까지의 연속성

2.1 왜 '연속성'이 기술적으로 중요한가

많은 조직이 단백질 설계 도구와 유전자 합성 발주를 별개의 공정으로 운영합니다. 설계팀이 아미노산 서열을 결정하면, 그 서열을 별도 도구로 코돈 최적화하여 합성 업체에 발주하는 방식입니다. 이 분리는 겉보기에 합리적이지만 세 가지 정보 손실을 발생시킵니다.

첫째, 아미노산 수준에서 '동등하다'고 판단된 두 설계가 DNA 수준에서는 전혀 동등하지 않습니다. 특정 서열은 GC 함량 편중, 반복 서열, 헤어핀 구조 때문에 합성 자체가 실패하거나 단가가 급등합니다. 설계 단계에서 이를 모르면 '가장 좋은 후보가 합성 불가능'이라는 상황이 뒤늦게 드러납니다. 둘째, 코돈 사용 편향은 단순히 발현량만 좌우하는 것이 아니라 번역 속도 프로파일을 통해 공동번역 접힘(co-translational folding)에 영향을 줍니다. 희귀 코돈이 만드는 리보솜 일시정지(ribosome pausing)는 도메인 경계에서 접힘 시간을 확보해 주는 기능적 역할을 하며, 이를 무시한 '완전 최적화'는 오히려 봉입체(inclusion body) 형성을 늘릴 수 있습니다. 셋째, 발현 숙주의 선택은 번역후 수식(PTM), 이황화 결합 형성 능력, 샤페론 환경을 결정하므로 단백질 설계 단계에서 이미 고려되어야 합니다.

본 플랫폼은 이 세 층위 — 뉴클레오타이드, 번역 동역학, 접힌 단백질 — 를 하나의 목적함수 안에서 함께 다룹니다. 즉 단백질 설계 점수와 합성 가능성 점수가 동일한 후보 순위표에서 경쟁하며, 합성 불가능한 최적 설계는 애초에 상위에 오르지 않습니다.

2.2 서비스 경계 정의

표 2-1. RACI 관점 서비스 경계. 플랫폼은 2~5단계를 완전 담당하며 6~8단계는 사양·기준 제공 역할입니다.

2.3 폐루프(Closed-loop) 운영

본 서비스의 실질적 가치는 단발성 설계가 아니라 라운드 반복에서 발생합니다. 1라운드 습식 데이터가 회수되면 그 데이터는 즉시 예측 모델의 보정(calibration)에 사용됩니다. 구체적으로 각 평가 축의 예측-실측 상관계수를 재추정하고, 상관이 낮게 나온 축의 가중치를 역분산 원리에 따라 자동으로 낮춥니다. 이것이 임의의 규칙을 추가하는 방식보다 우월한 이유는, 축의 신뢰도가 데이터에 의해 결정되고 사람의 편향이 개입하지 않기 때문입니다. 일반적으로 2라운드 이후 예측 정확도는 프로젝트별 표적 특이적 보정 덕분에 유의하게 상승하며, 3라운드에서 목표 사양 도달률이 가장 크게 개선됩니다.

3. 통합 플랫폼 아키텍처 — 17단계 단일 파이프라인

플랫폼은 두 가지 진입 모드를 지원합니다. 기존 단백질을 개량하는 '개량 모드'와 자연계에 존재하지 않는 골격을 새로 만드는 'de novo 모드'입니다. 두 모드는 초기 3단계만 다르고 이후 모든 평가·검증 단계를 공유합니다. 고객 입장에서는 하나의 서비스이며, 진입점만 표적의 성격에 따라 자동 결정됩니다.

3.1 단계 구성 개요

표 3-1. 통합 파이프라인 단계 구성. 후보 수는 대표적 효소 개량 프로젝트 기준 실측 예시이며 프로젝트마다 달라집니다. [내부 실측]

그림 3-1. 후보 깔때기 구조. 각 단계는 앞 단계보다 후보당 계산 비용이 높으므로, 저비용 필터를 앞에 배치하여 비싼 계산이 소수 후보에만 도달하도록 설계되어 있습니다. 수치는 대표적 효소 개량 프로젝트 기준 예시입니다. [내부 실측]

3.2 깔때기 설계의 정보이론적 근거

깔때기 구조에서 가장 흔한 오해는 '초기 후보 수를 늘리면 최종 결과가 좋아진다'는 가정입니다. 이는 각 필터 단계의 판별력(선별 상관 ρ)이 충분히 높을 때만 참입니다. 필터의 ρ가 낮으면 초기 후보를 1,000개에서 10,000개로 늘려도 최종 선별된 집합의 품질은 거의 변하지 않습니다 — 필터가 사실상 무작위 추출과 다름없기 때문입니다. 내부적으로 이를 '상수 개수의 함정(constant-count trap)'이라 부르며, 실제 개발 과정에서 확인된 현상입니다.

따라서 본 플랫폼은 초기 규모 확대보다 필터 판별력 향상을 우선합니다. 대표적으로 서열 설계(S1) 이전에 구조적 사전선별을 삽입하여, 촉매 삼원체(catalytic triad)의 Cα 간 거리 RMS, 회전반경(Rg), 잔기 접촉 수 같은 기하학적 지표로 골격을 먼저 걸러냅니다. 이렇게 판별력을 확보한 뒤에야 초기 후보 수를 확대하는 순서를 따릅니다.

3.3 불확실도 전파 구조

각 계산 축은 점 추정값만이 아니라 표준오차를 함께 산출합니다. 예를 들어 구조 예측은 복수의 무작위 시드로 반복 수행되어 시드 간 분산을 신뢰도로 사용합니다. 단일 시드 예측은 우연히 좋은 값을 낼 수 있지만, 시드 간 편차가 큰 후보는 '예측이 불안정한 후보'로 분류되어 자동 감점됩니다. 이는 실무적으로 매우 중요한데, 예측 신뢰도가 낮은 후보를 높은 점수로 오인하여 습식 실험에 투입하는 것이 가장 비싼 오류이기 때문입니다.

축 간 융합은 역분산 가중(inverse-variance weighting)으로 이루어집니다. 분산이 큰 축은 자동으로 기여도가 낮아지므로, 어떤 축이 특정 프로젝트에서 신호를 주지 못하면 별도 조치 없이 영향력이 소멸합니다. 반대로 신뢰도 높은 축은 자연스럽게 순위를 지배합니다. 또한 실질성 게이트(materiality gate)를 두어, 한 축의 값이 후보 간 유의한 차이를 만들지 못하면 그 축은 순위 결정에서 제외됩니다. 이는 '변이 개수에 비례해 감점되는' 류의 가짜 신호가 순위를 오염시키는 것을 방지합니다.

4. 내부 알고리즘 모듈 레퍼런스 (GC-Series)

플랫폼의 계산 역량은 30개 내부 모듈로 구성됩니다(설계 생성 4, 구조·물리 7, 진화·학습 5, 위험·개발가능성 6, 표적 조절 2, 번역·모달리티 특이 6). 각 모듈은 기능 계약으로 정의되며, 내부 구현 백엔드는 성능 개선에 따라 교체될 수 있습니다. 고객 인터페이스와 산출물 규격은 백엔드 교체와 무관하게 유지되는 것이 설계 원칙입니다. 모든 모듈이 매 프로젝트에서 활성화되는 것은 아니며, 표적과 modality의 성격에 따라 필요한 모듈만 자동으로 켜집니다 (예: 표적 조절 계열은 유전자 편집 프로젝트에서만, 번역·모달리티 특이 계열은 해당 modality가 선택될 때만).

4.1 설계 생성 계열

4.2 구조·물리 예측 계열

4.3 진화·학습 기반 계열

4.4 위험·개발가능성 계열

4.5 표적 조절 계열 (핵산 표적 시스템 대응)

GC-GUIDE 및 GC-OFFTARGET 계열은 유전자 편집 효소를 포함하는 프로젝트에서만 활성화됩니다. 일반적인 효소 개량이나 항원 설계 프로젝트에서는 비활성 상태로 유지되며 계산 비용을 소모하지 않습니다.

4.6 번역·모달리티 특이 계열

앞의 다섯 계열이 모든 단백질 프로젝트에서 재사용되는 범용 엔진이라면, 이 계열은 특정 modality를 선택했을 때만 활성화되는 번역(translational) 단계 모듈입니다. 이들은 후보를 새로 생성하지 않고, 이미 생성·검증된 후보에 대해 해당 modality 고유의 개발가능성·약동학·규제 축을 추가로 평가합니다. 따라서 대부분 분석·평가 전용이며, 생성 파이프라인을 가진 상위 계열과 구분됩니다.

5. 각 단계의 생물학적 의미 — 계산값은 무엇을 뜻하는가

이 장은 본 백서에서 가장 중요한 부분입니다. 계산 점수는 그 자체로 의미가 없으며, 어떤 생물학적 현상의 대리 지표(proxy)인지를 명확히 할 때만 의사결정에 사용할 수 있습니다. 각 절은 '무엇을 계산하는가 → 생물학적으로 무엇을 뜻하는가 → 어떻게 틀릴 수 있는가' 순서로 기술합니다.

5.1 골격 생성 — 기능은 형태에 선행하는가

de novo 설계의 출발점은 '이 화학 반응을 촉매하려면 어떤 원자들이 공간 어디에 있어야 하는가'라는 질문입니다. 세린 가수분해효소를 예로 들면, Ser-His-Asp 촉매 삼원체는 특정한 기하 배치를 요구합니다. Ser의 Oγ와 His의 Nε2 사이 거리는 수소결합이 성립하는 2.6~3.2Å 범위여야 하고, His의 Nδ1은 Asp 카복실기와 유사한 거리에 있어야 하며, 세 원자가 이루는 각도 역시 좁은 허용 범위를 갖습니다. 이 배치가 성립하면 His가 일반 염기로 작용해 Ser의 양성자를 뽑아내고, 활성화된 알콕사이드가 기질 카보닐 탄소를 친핵 공격하는 전형적 메커니즘이 가능해집니다.

GC-SCAFFOLD가 하는 일은 이 기하 구속조건을 만족시키면서 나머지 단백질 주쇄를 '그럴듯하게' 채워 넣는 것입니다. 생물학적으로 이는 자연 진화가 수억 년에 걸쳐 탐색한 접힘 공간을 계산적으로 재탐색하는 행위이며, 중요한 통찰은 동일한 촉매 기하를 지지할 수 있는 접힘은 하나가 아니라는 점입니다. 실제로 세린 가수분해효소 활성은 α/β-hydrolase 접힘, 키모트립신 접힘, 서브틸리신 접힘 등 진화적으로 무관한 여러 골격에서 독립적으로 출현했습니다(수렴 진화). 이 사실이 de novo 설계의 이론적 근거입니다 — 기능을 담는 형태는 유일하지 않으므로, 자연이 찾지 못한 형태도 존재할 수 있습니다.

실패 양상: 모티프 기하가 정확히 재현되었더라도 그 주변 잔기들이 만드는 정전기 환경이 잘못되면 촉매는 작동하지 않습니다. His의 pKa가 잔기 환경에 따라 4에서 9까지 이동할 수 있는데, 생리 pH에서 염기로 작동하려면 pKa가 6~7 부근이어야 합니다. GC-ELEC이 이 pKa 이동을 계산하여 기하만 맞고 화학은 틀린 설계를 걸러내는 역할을 합니다.

5.2 서열 설계 — 접힘 코드의 역방향 해독

주쇄 좌표가 주어졌을 때 어떤 아미노산 서열이 그 구조로 접힐 것인가를 묻는 문제를 역접힘(inverse folding)이라 합니다. 이는 정접힘보다 근본적으로 쉬운데, 하나의 구조를 만족시키는 서열은 매우 많기 때문입니다. 생물학적 근거는 자연 단백질에서 서열 동일성이 30% 미만인 단백질들이 거의 동일한 접힘을 갖는 현상이 흔하다는 점입니다.

GC-SEQDESIGN은 각 위치의 국소 화학 환경 — 용매 노출도, 이웃 잔기, 주쇄 이면각 — 을 조건으로 아미노산 확률 분포를 산출합니다. 생물학적으로 이 분포는 '진화가 이 위치에서 허용했을 법한 잔기들'에 해당합니다. 소수성 코어 위치에서는 Leu/Ile/Val/Phe에 확률이 집중되고, 표면 노출 위치에서는 Glu/Lys/Gln 등 극성 잔기가 우세하며, 이 패턴은 실제 단백질의 소수성 분포와 일치합니다.

실무상 중요한 제어 지점이 둘 있습니다. 첫째, 시스테인 배제입니다. 설계 서열에 의도치 않은 Cys가 들어가면 잘못된 이황화 결합이 형성되어 응집이나 오접힘을 유발하고, 특히 세포질 발현에서는 환원 환경 때문에 결합이 형성되지 않아 유리 티올이 남아 장기 보관 안정성을 해칩니다. 따라서 Cys는 명시적으로 설계 의도가 있을 때만 허용하며, 사후 제거가 아니라 생성 단계에서 금지해야 합니다. 둘째, 야생형 회귀 방지입니다. 역설계 모델은 종종 원본 서열을 그대로 재현하는 경향이 있는데, 이는 벤치마크에서는 좋은 지표지만 신규 설계 목적에서는 실패입니다. 설계 다양성을 강제하는 온도 파라미터 제어와 원본 대비 동일성 상한 필터가 필요합니다.

5.3 구조 예측 — 신뢰도 지표의 생물학적 해석

구조 예측 모델은 좌표와 함께 신뢰도 지표를 산출합니다. 국소 신뢰도가 높은 영역은 모델이 확신하는 잘 정의된 구조를 뜻하며, 낮은 영역은 두 가지 서로 다른 의미를 가질 수 있습니다. 하나는 모델의 무지(정보 부족)이고, 다른 하나는 실제로 그 영역이 본질적 무질서(intrinsically disordered)라는 생물학적 사실입니다. 이 둘을 구별하는 것이 해석의 핵심입니다.

구별 방법은 서열 기반 무질서 예측과의 대조입니다. 서열 조성이 전형적 무질서 특징 (낮은 소수성, 높은 순전하, Pro/Gly/Ser 풍부)을 보이면서 국소 신뢰도가 낮으면 이는 실제 무질서일 가능성이 높고, 설계 결함이 아닙니다. 오히려 링커나 유연한 루프로서 기능적 역할을 할 수 있습니다. 반면 소수성 조성인데 신뢰도가 낮다면 이는 설계 실패 신호입니다 — 소수성 잔기가 안정한 위치를 찾지 못했다는 뜻이며 응집 위험을 시사합니다.

복합체 예측의 계면 신뢰도는 별도 해석이 필요합니다. 이 값은 모델이 예측한 접촉면 기하에 대해 모델 자신이 부여하는 확신도이며, 결합 특이성이나 결합 친화도(Kd)의 척도가 아닙니다. 이 셋을 동일시하는 것은 흔하지만 부정확한 해석입니다. 고친화도 결합이 반드시 높은 계면 신뢰도를 주지 않고, 높은 계면 신뢰도가 결합의 존재를 증명하지도 않습니다 — 모델이 확신을 가지고 틀릴 수 있기 때문입니다.

따라서 올바른 용법은 다음과 같습니다. 계면 신뢰도는 이분법적 판정 기준이 아니라 **분류(triage) 지표**로 사용합니다. 낮은 값은 '이 결합 가설은 구조적 근거가 약하므로 추가 검증 없이는 진행하지 않는다'는 우선순위 하향 신호이고, 높은 값은 '물리 기반 검증(GC-DOCK, GC-MD, GC-FEP)에 투입할 가치가 있다'는 신호일 뿐 결론이 아닙니다. 친화도에 대한 정량 주장은 GC-FEP 결과와 실측 데이터에 근거해야 하며, 계면 신뢰도만으로 친화도나 특이성을 주장하지 않습니다.

다중 시드 전략의 근거와 그 해석 범위: 단일 시드 예측은 우연히 좋은 값을 낼 수 있으므로, 무작위 시드를 달리한 반복 예측의 편차를 신뢰도 추정에 사용합니다. 여기서 중요한 것은 이 편차가 무엇의 척도인가입니다 — 이는 **모델 불확실성(model uncertainty)**의 척도이며, 물리적으로 샘플링된 형태 앙상블이 아닙니다. 두 개념을 동일시하는 해석은 부정확합니다. 시드 간 편차가 큰 영역이 실제로 유연한 영역과 일치하는 경우가 관찰되기는 하나, 이는 상관이지 등가가 아니며, 학습 데이터 부족이나 모델 한계로도 동일한 편차가 발생합니다. 실제 형태 앙상블이 필요한 경우에는 GC-MD 또는 향상 샘플링을 통한 물리 기반 샘플링을 별도로 수행해야 합니다.

5.4 안정성 예측 — ΔΔG가 실험실에서 뜻하는 것

부호 규약 정의: 본 문서 전반에서 ΔΔG ≡ ΔG_variant − ΔG_WT (접힘 자유에너지 기준)로 정의하며, 따라서 음수는 안정화, 양수는 불안정화를 뜻합니다. 이 규약은 도구마다 반대로 정의되는 경우가 있으므로 타 문헌이나 타 도구 출력과 대조할 때 반드시 확인해야 합니다. 본 플랫폼 산출물에는 각 ΔΔG 컬럼에 사용된 부호 규약이 메타데이터로 명시됩니다.

ΔΔG를 융해온도(Tm) 변화로 환산하려는 요구가 자주 있으나, 고정 환산계수는 존재하지 않습니다. 두 양의 관계는 해당 단백질의 전개 엔탈피(ΔH_unfold)와 열용량 변화(ΔCp)에 의존하며, 이 값들은 단백질마다 크게 다르고 동일 단백질에서도 조건에 따라 변합니다. 따라서 'ΔΔG 1 kcal/mol = Tm ○°C'와 같은 일반 환산은 본 문서에서 제시하지 않습니다. 고객 표적에 대해 열역학 파라미터가 실험적으로 확보된 경우에 한하여 해당 표적 전용 환산식을 산출하며, 그렇지 않은 경우 ΔΔG는 후보 간 상대 순위 지표로만 사용합니다.

그러나 안정성과 활성 사이에는 잘 알려진 상충 관계가 존재합니다. 효소 활성 부위는 대개 열역학적으로 불리한 배치를 취하고 있습니다 — 하전 잔기가 소수성 환경에 묻혀 있거나, 변형된 이면각을 갖거나, 밀집된 극성 네트워크를 이룹니다. 이 '전략적 불안정성'이 기질 결합과 전이상태 안정화에 필요한 에너지를 제공하기 때문입니다. 따라서 활성 부위 주변을 무분별하게 안정화하면 활성이 소실됩니다.

본 플랫폼은 이 상충을 명시적으로 다룹니다. 안정화 변이 후보는 활성 부위로부터의 거리, 기질 접근 경로와의 중첩, 촉매 잔기와의 공진화 결합 강도를 기준으로 층화됩니다. 활성 부위에서 충분히 멀고 공진화 신호가 약한 위치의 안정화 변이만이 '안전한 안정화'로 분류되어 우선 채택됩니다. 이는 주변부 안정화(peripheral stabilization) 전략에 해당하며, 산업 효소 개량에서 실증된 접근입니다.

5.5 분자동역학 — 정적 구조가 놓치는 것

구조 예측이 산출하는 것은 하나의 정적 좌표 집합이지만, 단백질의 기능은 대부분 동적입니다. 기질이 활성 부위로 진입하려면 게이트 잔기가 열려야 하고, 생성물이 방출되려면 다른 형태 전이가 필요하며, 알로스테릭 조절은 정의상 원거리 동적 커플링입니다. GC-MD는 명시적 물 분자와 이온을 포함한 환경에서 뉴턴 운동방정식을 수치 적분하여 이 동역학을 샘플링합니다.

해석 지표와 생물학적 의미는 다음과 같습니다. 주쇄 RMSD 궤적이 초기 상승 후 평탄역에 도달하면 구조가 안정한 국소 최소점에 정착했다는 뜻이며, 계속 상승하면 접힘이 풀리고 있다는 신호입니다. 잔기별 RMSF는 유연성 프로파일을 주는데, 활성 부위 잔기가 과도하게 유연하면 촉매 기하가 유지되지 않아 활성이 낮을 것으로 예상됩니다. 2차구조 보존율은 설계된 α-나선과 β-시트가 실제로 유지되는지를 보여주며, 설계 단계에서 의도한 토폴로지가 물리적으로 자기 일관적인지 판단하는 최종 관문입니다.

한계를 정직하게 밝히면, 일반적인 수십~수백 나노초 시뮬레이션은 단백질의 실제 기능적 전이 시간척도(마이크로초~밀리초)보다 훨씬 짧습니다. 따라서 MD는 '이 구조가 무너지지 않는다'를 확인하는 음성 필터로는 강력하지만, '이 구조가 기능한다'를 증명하지는 못합니다. 이 구별을 흐리는 주장은 과학적으로 방어할 수 없으며, 본 플랫폼은 MD 결과를 배제 필터로만 사용합니다.

5.6 자유에너지 섭동 — 가장 비싸고 가장 정확한 축

GC-FEP는 야생형과 변이체 사이를 비물리적 중간 상태를 거쳐 연속적으로 변환시키면서 각 구간의 에너지 변화를 적분하여 ΔΔG를 계산합니다. 이는 통계역학적으로 엄밀한 방법이며, 충분히 수렴하면 실험값과 1 kcal/mol 이내로 일치하는 것이 보고되어 있습니다. 대가는 계산 비용으로, 변이 하나당 수 시간에서 수십 시간의 GPU 시간이 필요합니다.

따라서 FEP는 깔때기 최말단에 배치되어 최종 후보 20~35개에만 적용됩니다. 생물학적으로 이 단계가 답하는 질문은 '이 변이가 정말로 결합을 강화하는가, 아니면 앞선 근사 모델의 인공물인가'입니다.

앞 단계 점수와 FEP 결과가 어긋나는 경우가 실제로 발생합니다. 이때 FEP를 무조건 우선하지는 않습니다. FEP 결과에 높은 신뢰를 부여하는 것은 다음 전제조건이 모두 충족될 때에 한합니다: (a) 출발 결합 포즈가 실험 구조 또는 독립적 도킹·MD 근거로 뒷받침될 것, (b) 이온화 상태(protonation state)가 해당 pH에서 명시적으로 결정되었을 것, (c) 리간드 역장 파라미터가 검증되었을 것, (d) 전방/후방 계산 히스테리시스가 허용 범위 이내이고 λ 구간 중첩이 충분할 것, (e) 열역학적 순환 폐쇄(cycle closure) 오차가 기준 이내일 것. 이 중 하나라도 미충족이면 FEP 값은 참고치로 강등되며, 그 사실이 산출물에 플래그로 기록됩니다. 즉 FEP는 '가장 정확할 수 있는 축'이지 '항상 옳은 축'이 아닙니다.

5.7 면역원성 — 치료용 단백질의 최대 실패 요인

치료용 단백질에서 임상 실패의 상당 부분은 효능 부족이 아니라 항약물항체(ADA) 형성에서 비롯됩니다. 기전은 다음과 같습니다. 투여된 단백질이 항원제시세포에 흡수되어 리소좀에서 분해되고, 생성된 펩타이드 조각이 MHC class II에 적재되어 표면에 제시되면, CD4+ T세포가 이를 인식하여 B세포 도움을 제공하고 결국 중화항체가 만들어집니다. 항체가 생기면 약물이 급속히 제거되거나 활성이 중화되며, 심한 경우 내인성 단백질과의 교차반응으로 안전성 문제가 발생합니다.

GC-IMMUNO는 설계 서열 전체를 훑으며 MHC class II 대립유전자별 결합 강도를 예측하여 T세포 에피토프 지도를 만듭니다. 기술적으로 정확히 하면, MHC class II 결합홈은 양 끝이 열려 있어 통상 13~25개 잔기 길이의 펩타이드가 적재되며, 결합 친화도를 실제로 결정하는 것은 그 안에 자리잡는 9개 잔기의 결합 코어(binding core)입니다. 따라서 예측은 13~25-mer 펩타이드 창에 대해 수행하되 그 안에서 결합 코어 위치를 함께 추정하며, 코어 바깥의 측면 잔기(flanking residue)가 친화도에 기여하는 부분도 반영됩니다. 생물학적 해석에서 중요한 점은 에피토프의 절대 개수보다 '외래성(foreignness)'입니다. 인체 단백질에 존재하는 서열과 동일한 에피토프는 중추 관용(central tolerance)에 의해 대개 무시되는 반면, de novo 설계 단백질처럼 인체 프로테옴에 존재하지 않는 서열은 관용 대상이 아니므로 위험이 높습니다. 따라서 de novo 설계는 개량 설계보다 본질적으로 면역원성 위험이 큽니다.

완화 전략도 계산적으로 지원됩니다. 에피토프 핫스팟이 식별되면 그 위치에서 MHC 결합을 약화시키면서 구조·기능은 보존하는 치환을 탐색합니다(탈면역화, deimmunization). 이때 GC-STAB과 GC-FOLD를 함께 사용해 탈면역화 변이가 안정성이나 활성을 해치지 않는지 동시에 확인합니다. 단독 최적화로는 반드시 다른 축을 희생시키기 때문입니다.

5.8 용해도와 응집 — 제조 가능성의 물리적 근거

단백질 응집은 부분적으로 풀린 중간체가 노출된 소수성 표면을 통해 서로 결합하면서 시작됩니다. 일단 핵이 형성되면 성장은 자가촉매적으로 가속되며, 응집체는 면역원성을 크게 높이는 것으로 알려져 있어 규제 관점에서도 핵심 관리 항목입니다.

GC-SOL은 서열과 구조에서 응집 경향 핫스팟을 예측합니다. 물리적 근거는 응집 유발 서열이 특징적 조성을 갖는다는 점입니다 — 연속된 소수성 잔기, β-시트 형성 경향, 낮은 순전하가 결합된 구간이 위험합니다. 반대로 하전 잔기는 정전기 반발로 응집을 억제하므로 '전하 게이트키퍼'로 기능합니다. 계산 결과는 두 가지 실무 조치로 이어집니다. 첫째, 핫스팟이 표면에 노출되어 있으면 하전 잔기 도입으로 완화합니다. 둘째, 핫스팟이 구조적으로 필수적이면 서열 변경 대신 제형(pH, 이온강도, 계면활성제)으로 대응하도록 권고합니다. 등전점이 제형 pH에 근접하면 순전하가 0에 가까워져 응집이 급증하므로, GC-ELEC이 계산한 등전점과 목표 제형 pH의 간격을 최소 1.5 단위 이상 확보하도록 설계 단계에서 조정합니다.

5.9 코돈 최적화 — 번역 동역학의 생물학

동일한 아미노산 서열을 만드는 DNA 서열은 무수히 많으며, 그 선택이 발현량을 수십 배 좌우합니다. 단순한 관점은 '숙주에서 가장 흔한 코돈을 쓰라'는 것이지만, 이는 부분적으로만 옳습니다.

정교한 관점은 다음과 같습니다. 첫째, 5' 말단 약 30~50 코돈 구간은 오히려 희귀 코돈과 약한 mRNA 2차구조가 유리합니다. 이 구간의 강한 헤어핀은 리보솜 진입을 물리적으로 방해하여 개시 효율을 떨어뜨리기 때문이며, 실제로 대장균 유전자들에서 5' 말단의 코돈 사용이 전체 평균보다 덜 최적화되어 있다는 관찰이 있습니다. 둘째, 도메인 경계에 위치한 완만한 번역 감속은 공동번역 접힘에 유익할 수 있습니다. 신생 사슬이 리보솜 출구 터널을 빠져나온 뒤 다음 도메인이 합성되기 전에 접힐 시간을 벌어주기 때문입니다. 셋째, tRNA 풀은 성장 조건에 따라 변하므로 유도 조건과 배지가 최적 코돈 선택에 영향을 줍니다.

GC-GENE은 이 요소들을 함께 다루면서 동시에 합성 실현 가능성을 검사합니다. 구체적으로 GC 함량이 국소적으로 30~70% 범위를 벗어나는 구간, 8bp 이상의 직접반복, 제한효소 인식 부위, 강한 헤어핀(ΔG 임계 이하), 동일 염기 6회 이상 반복을 플래그하며, 이들은 합성 실패나 단가 상승의 주원인입니다. 이 검사가 설계 단계에 통합되어 있으므로 '합성 불가 판정으로 인한 재설계'가 구조적으로 발생하지 않습니다.

6. 업계 표준 대비 성능 비교 평가

이 장은 본 플랫폼을 업계에서 통용되는 기준선과 비교합니다. 비교는 세 층위에서 수행됩니다: (a) 개별 예측 축의 정확도, (b) 파이프라인 수준의 농축 효율, (c) 운영·규제 관점의 성숙도. 공정성을 위해 본 플랫폼이 열위인 항목도 명시합니다.

6.1 비교 기준선 정의

6.2 개별 예측 축 정확도 비교

표 6-1. 축별 정확도 비교. 공개 도구/상용 스위트 범위는 해당 분야 벤치마크 문헌의 통상 보고 범위이며 [문헌 기준]입니다. 구체적 수치는 데이터셋과 평가 프로토콜에 따라 달라지므로 절대 비교가 아닌 등급 비교로 해석해야 합니다.

해석 시 주의: 위 표는 우열 판정표가 아닙니다. 본 플랫폼 수치는 내부 데이터에서, 비교 대상 수치는 각기 다른 데이터셋과 평가 프로토콜을 사용한 외부 보고에서 나온 것이므로 직접 비교가 성립하지 않습니다. 서로 다른 데이터셋에서 측정된 두 수치의 대소를 근거로 우위를 주장하는 것은 방법론적으로 타당하지 않으며, 따라서 이전 판에서 사용하던 '우위/동등' 판정을 철회하고 '비교 상태'로 대체했습니다. 동일 벤치마크 기반 직접 비교는 10.5절의 개선 항목으로 등록되어 있습니다.

그럼에도 이 표가 전달하는 유효한 정보가 있습니다. 오늘날 개별 예측 도구의 성능 수준은 상당 부분 수렴했으며, 어느 축에서도 압도적 격차가 존재하지 않는다는 사실입니다. 이는 차별화가 개별 축의 정확도가 아니라 축들을 어떻게 결합하고 어떤 순서로 적용하는가에서 발생한다는 것을 시사합니다. 다음 절이 그 지점을 다룹니다.

6.3 파이프라인 수준 농축 효율 — 실질적 차별점

농축 효율은 '무작위로 N개를 뽑았을 때의 성공률 대비, 계산 필터를 통과한 N개의 성공률 배수'로 정의됩니다. 이것이 고객이 실제로 지불하는 가치와 직결되는 지표입니다.

표 6-2. 시나리오별 농축 효율 — 전 수치 [내부 관측·미감사] 등급. 아래 검증 조건 고지를 반드시 함께 읽어야 합니다.

6.4 기능 커버리지 매트릭스

표 6-3. ○ 완전 지원 / △ 부분 지원 또는 별도 모듈 필요 / × 미지원. [내부 평가]

이 매트릭스가 보여주는 본 플랫폼의 고유 영역은 네 가지입니다: 특허 자유실시 검토의 설계 단계 통합, 유전자 합성성까지 이어지는 종단 연결, 불확실도 기반 자동 가중, 그리고 폐루프 재보정입니다. 이들은 개별 예측 정확도가 아니라 '연구 결과를 사업화 가능한 자산으로 만드는' 층위의 기능이며, 학술 파이프라인과 상용 스위트 양쪽에서 일반적으로 다루어지지 않는 영역입니다.

6.5 운영 성숙도 비교

표 6-4. 운영 성숙도. 테스트 수는 내부 회귀 스위트 실측치입니다. [내부 실측]

운영 성숙도는 계산 플랫폼의 실사용 가치를 결정하는 저평가된 요소입니다. 수 일간 실행되는 분자동역학이 중간에 실패하고 재개할 수 없다면, 이론적 정확도가 아무리 높아도 프로젝트는 진행되지 않습니다. 본 플랫폼은 단계별 캐시에 계산 지문을 부착하여, 코드가 변경된 단계만 재실행하고 나머지는 캐시에서 즉시 회수하는 구조를 갖습니다. 이는 배포 후 '아무것도 바뀌지 않는' 침묵 실패를 원천적으로 방지합니다.

6.6 본 플랫폼이 열위인 영역 (정직한 고지)

• 그래픽 인터페이스: 상용 스위트 대비 대화형 시각화 도구가 제한적입니다. 본 플랫폼은 배치 처리와 리포트 산출에 최적화되어 있으며, 구조를 손으로 조작하며 탐색하는 작업에는 별도 뷰어 사용을 권고합니다.

• 막단백질 및 대형 복합체: 지질 이중층 환경의 막단백질, 그리고 500 kDa 이상의 초분자 복합체는 현재 예측 신뢰도가 낮습니다. 해당 표적은 사전 진단에서 명시적으로 고지합니다.

• 번역후 수식(PTM) 의존 기능: 당쇄화, 인산화 등이 기능에 필수적인 단백질은 현재 계산 모델이 이를 충분히 반영하지 못합니다. 진핵 발현 시스템 대상 프로젝트에서 제약 사항으로 작용합니다.

• 본질적 무질서 단백질(IDP): 정적 구조가 존재하지 않는 표적에 대해서는 본 파이프라인의 구조 중심 평가 축 대부분이 무의미해집니다. 별도 앙상블 기반 접근이 필요합니다.

• 절대 활성값 예측: 본 플랫폼은 후보 간 상대 순위에서 신뢰할 만하지만, k_cat이나 K_M의 절대값을 예측하지는 못합니다. 이는 현재 기술 전반의 한계이며 어떤 도구도 신뢰할 만한 절대값을 주지 못합니다.

• 긴 시간척도 동역학: 알로스테릭 전이나 도메인 재배열처럼 마이크로초 이상이 걸리는 과정은 직접 시뮬레이션이 불가능하며, 향상 샘플링으로도 부분적으로만 접근됩니다.

• 세포 환경 미반영: 계산은 대개 희석 용액을 가정하지만 세포질은 단백질 농도가 300 mg/mL를 넘는 혼잡 환경이며, 이 혼잡 효과는 충분히 모델링되지 않습니다.

7. 신약 개발 관점의 적용 — Modality별 전략

단백질 공학은 신약 개발에서 두 가지 역할을 합니다. 하나는 단백질(또는 그 유도체)이 곧 의약품인 경우(생물의약품)이고, 다른 하나는 단백질이 의약품을 만들거나 전달하는 도구인 경우입니다. 본 플랫폼은 양쪽을 모두 지원하며, 하나의 계산 골격(3장의 17단계 깔때기와 4장의 GC 모듈)을 modality에 따라 재구성하여 서로 다른 산출물을 만듭니다. 이 장은 '무엇을 만들 수 있는가'를 modality 단위로 구체적으로 나열하고, 각 modality의 핵심 설계 과제와 이를 다루는 모듈, 그리고 성숙도를 정직하게 표기합니다.

7.1 생산 가능한 modality 전경

본 플랫폼이 하나의 표적에 대해 생성·평가할 수 있는 modality는 아래 표와 같습니다. '진입 모드'는 3장의 두 진입점(기존 분자를 개량하는 개량 모드, 자연계에 없는 골격을 새로 만드는 de novo 모드) 또는 공급된 설계를 평가만 하는 평가 모드를 뜻합니다. '성숙도'는 과장을 피하기 위한 정직 등급으로, 생성 파이프라인의 완비 여부를 구분합니다.

표 7-1. 생산 가능한 modality 목록. 성숙도: ◎(**) 생성 파이프라인 완비 / ○(*) 개량 모드 플러그인 / △(~) 평가·게이트 전용 / ▽(open) 잠재(사용자 데이터 필요). 각 modality의 상세는 7.2~7.6절 및 8장에 전개됩니다. '대표 예시' 열은 해당 modality 범주가 실재함을 보이는 외부 공개 사례이며 본 플랫폼 산출물이 아닙니다(승인·임상·연구 단계 혼재). [내부 평가]

7.2 단백질·항체 치료제

7.2.1 효소 치료제 (Enzyme Replacement Therapy)

리소좀 축적질환처럼 특정 효소 결핍이 원인인 질환에서는 재조합 효소를 정맥 투여합니다(공개 사례: 고셔병 imiglucerase, 파브리병 agalsidase beta, 폼페병 alglucosidase/avalglucosidase alfa, ASMD olipudase alfa). 이 modality의 핵심 과제는 효능 자체가 아니라 체내 안정성, 표적 조직 도달, 그리고 면역원성입니다. 특히 세포 내 리소좀 유입은 만노스-6-인산(M6P) 수용체 경로에 의존하므로 당쇄 설계가 효력을 좌우하며, 결핍 환자에서는 해당 단백질이 '외래'로 인식되어 항약물항체(ADA)가 생기기 쉽습니다.

플랫폼 적용: (a) GC-STAB과 GC-REMD로 주변부 안정화 변이를 설계하여 혈장 프로테아제 저항성과 열안정성을 동시에 높입니다. (b) GC-IMMUNO로 ADA 위험을 사전 평가하고 탈면역화 변이를 제안합니다. (c) GC-ELEC으로 리소좀의 산성 pH(약 4.5~5.0)에서의 활성·안정성을 평가합니다 — 중성 pH 최적 효소는 리소좀 내에서 실활할 수 있으므로 산성 조건 활성 유지를 설계 목표에 포함합니다. (d) GC-KCAT으로 후보 간 상대 촉매 효율을, GC-PK로 혈중 반감기 프록시를 평가합니다. 당쇄(M6P) 자체는 발현 숙주·공정에 강하게 의존하므로 계산이 아니라 습식·공정 단계에서 최적화되며, 이는 5장 발현 설계와 연동됩니다.

7.2.2 항체 및 항체 유래 분자

항체는 생물의약품 시장의 대부분을 차지하며 단백질 공학이 가장 성숙하게 적용된 영역입니다(역사적 이정표: 최초의 완전인간 항체 adalimumab은 파지 디스플레이로, humanization은 CDR 이식 기법으로 확립). 본 플랫폼은 완전장 IgG뿐 아니라 Fab·scFv 단편, 그리고 낙타과 유래 단일도메인 나노바디(VHH; 공개 승인 사례 caplacizumab)까지 하나의 파이프라인으로 설계합니다. 최근에는 구조로부터 결합 부위를 직접 생성하는 de novo 항체 설계가 실증되어 (공개 문헌: RFdiffusion 계열, Nature 2025), 본 플랫폼의 de novo 진입 모드가 이 흐름에 해당합니다.