데이비드 베이커, 과학 고문으로 활동, 스타트업이 세계 최대 단백질 상호작용 데이터베이스 출시, 8차례 자금 조달
단백질-단백질 상호작용(PPI)은 세포 생명 활동의 중요한 구성 요소이며 세포 생리 기능(세포 신호 전달, 대사 반응, 유전자 발현 등)을 조절하고 유지하는 데 없어서는 안 될 역할을 합니다.
그러나 PPl 데이터베이스에는 비교적 적은 양의 데이터가 있으며, 최신 결합 친화도 데이터 세트(PDBbind+)에는 3,176개의 데이터만 있습니다.
다이노 테라퓨틱스의 수석 머신 러닝 엔지니어인 아비히샤이케 마하잔은 그의 기사 "습식 실험실 혁신이 생물학에서 AI 혁명을 이끌 것이다"에서 알파폴드가 이룬 혁명적 진전은 재현하기가 극히 어렵다고 지적했습니다. 가장 중요한 이유는 데이터입니다."우리는 기존 데이터를 거의 다 소진하고 있으며, 훈련되지 않은 단백질 구조와 서열은 고갈되고 있습니다."
그는 또한 생물학 분야의 고품질 데이터는 기본 분포가 복잡하고, 중요한 생리 현상과 높은 상관관계를 가지며, 대규모 수집에 적합한 특징을 갖는다고 소개했습니다. 하지만 "위의 세 가지 요구 사항을 충족하는 데이터 유형은 이미 고갈되었습니다."
기사 URL:
https://www.owlposting.com/p/wet-lab-innovations-will-lead-the
바이오테크 스타트업 A-Alpha Bio는 이러한 데이터 부족 문제를 해결하려고 노력하고 있습니다.세계 최대의 단백질 상호작용 데이터베이스인 AlphaSeq를 출시했습니다.이 데이터 세트에는 7억 5천만 개 이상의 측정값이 포함되어 있으며, 매달 300만~5000만 개의 데이터 포인트가 빠르게 추가되고 있습니다.
AlphaSeq 데이터 세트의 과거와 현재
AlphaSeq에서 사용하는 방법은 데이비드 베이커 연구실에서 2017년에 발표한 "효모 교배 재프로그래밍을 통한 단백질-단백질 상호작용의 고처리량 특성 분석"이라는 제목의 연구 논문에서 유래했습니다.A-Alpha Bio의 설립은 이러한 연구 결과의 전환입니다.
본 논문에서는 단백질-단백질 상호작용 데이터를 대량으로 수집하는 A-Alpha Bio의 방법을 처음으로 소개하며, SynAg가 완전히 정의된 세포 외 환경에서 라이브러리 간 규모로 단백질-단백질 상호작용 네트워크를 고처리량으로 정량적으로 특성화할 수 있음을 보여줍니다. 이 방법은 공식적으로 AlphaSeq라고 불리는 방법과 매우 유사해서 Mahajan은 자신의 블로그에서 이를 AlphaSeq라고 지칭합니다.
서류 주소:
https://www.pnas.org/doi/10.1073/pnas.1705867114#sec-2
2022년에 A-Alpha Bio는 "SARS-CoV-2 펩타이드에 대한 104,972개 항체의 결합 상호작용으로 구성된 데이터 세트"라는 연구 논문에서 AlphaSeq 데이터 세트를 공식적으로 소개했습니다.이는 SARS-CoV-2 펩타이드와 상호 작용하는 104,972개의 항체로 구성된 공개적으로 사용 가능한 데이터 세트입니다.항체 서열, 항원 서열, 결합 점수를 포함하는 정량적 측정은 머신 러닝에서 항체 특이적 표현 모델을 평가하기 위한 벤치마크입니다.
서류 주소:
https://www.nature.com/articles/s41597-022-01779-4
최신 연구에서 A-Alpha Bio 연구진은 단백질-단백질 상호작용에 대한 라이브러리 간 스크리닝을 가능하게 하는 AlphaSeq 플랫폼을 사용하여 친화성 조절 불량 사이토카인 치료 후보 물질과 면역 세포 하위 집단을 표적으로 하는 항체와 융합하기 위한 마우스 특정 대체 물질을 생성했습니다. 이 연구에서는 IFNA2와 IL-21을 예로 들어 AlphaSeq를 사용하면 각각 IFNAR2와 IL21R 수용체에 대한 폭넓은 친화성을 지닌 수백 가지의 비조정 사이토카인 변형을 식별할 수 있음을 발견했습니다.
서류 주소:
https://www.aalphabio.com/static/7a44b7b5f69a3e05eb02829a9278c470/ICIS_2023_poster_final.pdf
실험 플랫폼으로서,AlphaSeq는 또한 수백만 개의 PPI의 결합 친화도를 동시에 정량적으로 측정할 수 있습니다.그리고 그 결과는 신속하게 얻어질 수 있어 대규모 확장의 요구를 완벽하게 충족합니다.
CTO 랜돌프 로페즈에 따르면, 현재 그들은 한 달에 약 30건의 AlphaSeq 테스트를 수행하고 있으며, 각 테스트에서 10만~500만 개의 교차점이 생성됩니다. 이는 AlphaSeq 데이터베이스가 여전히 한 달에 300만~5,000만 개의 속도로 빠르게 확장되고 있음을 의미합니다.
A-Alpha Bio: PPI에 중점을 둔 생명공학 회사
A-Alpha Bio는 2017년에 설립되었으며 미국 시애틀에 본사를 두고 있습니다. 이 단체는 워싱턴 대학의 단백질 디자인 연구소(IPO)와 합성생물학 센터의 생물학자들에 의해 설립되었습니다. 합성생물학과 머신러닝을 활용해 단백질-단백질 상호작용을 측정, 예측, 설계하는 생명공학 회사입니다.
이 회사는 실험 플랫폼인 AlphaSeq와 컴퓨팅 플랫폼인 AlphaBind를 구축했습니다. AlphaSeq는 단백질-단백질 상호작용을 정량화하고 다중화하는 데 사용됩니다.합성생물학 접근 방식을 사용하여 대규모로 고품질의 단백질 결합 데이터를 생성합니다.이 과정은 단백질-단백질 상호작용의 강도와 효모 잡종 간의 연관성을 기반으로 합니다.
AlphaBind는 축적된 데이터를 사용하여 단백질 서열 결합을 예측하고, 실험을 통해 모델을 테스트하고, 빠르게 반복하고 개선할 수 있는 머신 러닝 모델을 학습시켜 약물 발견을 가속화하고 더 나은 치료법을 설계합니다.
A-Alpha 바이오 기술 플랫폼
현재 AlphaSeq는 단일 실험에서 수백만 개의 단백질-단백질 결합 친화도를 동시에 빠르고 정량적으로 측정할 수 있으며, 훈련된 AlphaBind는 시퀀스를 기반으로 결합 강도를 예측할 수 있습니다.
A-Alpha Bio는 AlphaSeq + AlphaBind 기술 플랫폼을 기반으로 합니다.우리는 항체 발견 및 최적화, 분자 접착제 표적 발견, 머신 러닝 모델 개발을 포함한 다양한 분야에서 사업을 수행합니다.동시에 회사는 내부 치료 파이프라인도 개발하고 있습니다. 자체 개발한 파이프라인은 주로 면역 사이토카인 치료 파이프라인과 분자 접착제 표적 발굴 파이프라인의 두 부분으로 구성되어 있으며, 약물 연구개발 분야에서 큰 발전 잠재력을 보여줍니다.
따라서 에이알파바이오는 자본의 '뜨거운 추적' 대상이 되었습니다.
A-Alpha Bio 내부 치료 파이프라인
지금까지 공개된 자료에 따르면,A-Alpha Bio는 8차례의 자금 조달을 완료했으며, 가장 높은 자금 조달은 2,240만 달러에 달했습니다.5월, A-Alpha Bio는 연방 정부 자금 지원을 받는 연구 개발 센터인 로렌스 리버모어 국립 연구소(LLNL)와의 파트너십을 더욱 확대하기 위해 미국 국방부로부터 1,450만 달러의 추가 자금을 지원받았다고 발표했습니다.
이미지 출처: 공식 홈페이지 보도자료
A-Alpha Bio와 LLNL의 협력은 2022년에 시작되었으며, 두 당사자는 합성 생물학과 머신 러닝을 사용하여 COVID-19 변이에 대한 치료 항체의 발견을 가속화했다고 합니다. 당시 A-Alpha Bio는 이 협업을 통해 100만 달러의 자금을 지원받았습니다. 2023년까지 두 당사자는 여러 관련 병원균 계열을 표적으로 하는 약물을 공동 개발하기 위해 협력을 확대했고, 회사는 추가로 240만 달러를 받았습니다.
오늘날 이 회사는 다수의 회사 및 연구소와 파트너십을 맺었습니다.예를 들어, 브리스톨 마이어스 스퀴브와 단백질 상호작용 연구를 실시하고 있습니다. 길리어드 사이언스와 함께 HIV 치료법을 연구하다 Kymera Therapeutics와 협력하여 새로운 E3 유비퀴틴 리가제를 발견하고 특성화하고, 고가치 치료 표적을 위한 분자 접착제를 합리적으로 설계합니다.
데이비드 베이커는 과학 고문으로 활동합니다.
A-Alpha Bio는 워싱턴 대학의 생명공학 박사인 데이비드 영거와 랜돌프 로페즈가 공동으로 설립한 회사로, 단백질-단백질 상호작용을 분석하여 약물 발견을 가속화하는 것을 목표로 합니다.
왼쪽은 데이비드 영거, 오른쪽은 랜돌프 로페즈
이미지 출처: A-Alpha Bio 공식 홈페이지
데이비드 영거는 데이비드 베이커 연구실의 박사과정 학생이었습니다.박사학위 과정에서 저는 주로 고처리량 단백질 상호작용 분석과 이를 생체공학 및 임상 치료에 응용하는 연구에 집중했습니다. 그는 효모 2-하이브리드 시스템을 기반으로 혁신적인 기술을 개발했으며, 특히 효모 교배를 재프로그래밍하여 단백질-단백질 상호작용을 특성화하여 단백질-단백질 상호작용 스크리닝의 효율성을 크게 향상시켰고 AlphaSeq 연구 개발에 강력한 지원을 제공했습니다.
A-Alpha Bio의 또 다른 창립자인 랜돌프 로페즈는 주로 합성생물학과 컴퓨터 과학 분야에서 일하고 있습니다. 이전에 그는 Illumina에서 프로세스 개발 엔지니어로 근무하며 품질 개선, 효율성 제어, 대량 생산을 위한 제품 홍보를 담당했고, AlphaSeq + AlphaBind의 개발과 구현을 위한 포괄적인 기반을 제공했습니다.
언급할 가치가 있는 것은 다음과 같습니다. A-Alpha Bio의 과학 고문은 단백질 접힘 분야의 스타 학자이자 세계적으로 유명한 바이오컴퓨팅 전문가인 데이비드 베이커입니다.그가 이끄는 팀은 단백질 공학과 구조 생물학 분야에서 성과적인 성과를 거두었습니다. 그들은 RoseTTAFold, ProteinMPNN, RFdiffusion과 같은 단백질 구조 예측 및 설계 도구를 개발했으며, 노벨 생리학·화학상 후보로 지명되는 등 많은 상을 수상했습니다.
A-Alpha Bio Scientific Advisor (이미지 출처: 공식 홈페이지)
동시에 A-Alpha Bio는 Recursion Pharmaceuticals의 공동 창립자이자 CEO인 크리스 깁슨, 워싱턴 대학의 전기 공학 교수인 에릭 클라빈스, Brainstorm Cell Therapeutics의 이사회 멤버인 토니 폴베리노, 워싱턴 대학 의과대학의 단백질 디자인 연구소(IPD)의 최고 전략 및 운영 책임자인 랜스 스튜어트를 회사의 과학 고문으로 고용했습니다.
현재 A-Alpha Bio는 AlphaSeq에 대한 최신 논문을 아직 발표하지 않았고 AlphaBind 모델에 대한 자세한 정보도 공개되지 않았지만, Mahajan의 블로그 분석에 따르면 약물 연구 및 개발 분야에서 AlphaSeq 플랫폼의 적용 전망은 매우 광범위합니다.
AlphaSeq 데이터베이스가 계속 확장됨에 따라, A-Alpha Bio는 앞으로 인간의 생명과 건강을 보호하기 위한 약물 연구 및 개발에서 더 많은 획기적인 발전을 이룰 것이라고 확신합니다.
* A-Alpha Bio 공식 홈페이지 주소 :
참고문헌:
1. https://www.pdbind-plus.org.cn/yuan
2. https://www.owlposting.com/p/wet-lab-innovations-will-lead-the
3. https://www.owlposting.com/p/creating-the-largest-단백질-단백질
4.https://www.vbdata.cn/companyDetail/9c03eefc878f2b4363d42bc9f84a97bc
5.https://bydrug.pharmcube.com/news/detail/dc7555da11321e7a5b5e3653fe46cf20
6.https://mp.weixin.qq.com/s/ve061fKiRi9Wbsvk8qvNag