NVIDIA로부터 2차 투자를 받았습니다! AI 제약회사 Terray, 세계 최대 화학 데이터 세트 구축을 위해 1억 2천만 달러 자금 조달 완료
최근 AI 제약 회사인 테레이 테라퓨틱스(Terray Therapeutics)는 1억 2천만 달러 규모의 시리즈 B 자금 조달 라운드를 완료했다고 발표했습니다. 이번 자금 조달은 회사 내부 면역학 프로젝트의 임상 시험을 진행하고 회사의 생성적 AI 플랫폼인 tNova를 더욱 개선하는 데 사용될 예정입니다.
테레이의 자금 조달은 엔비디아의 벤처 캐피털 부문인 NVentures와 신규 투자자인 Bedford Ridge Capital의 주도로 이루어졌다고 합니다.이번 투자는 엔비디아가 테레이에 투자한 두 번째 사례입니다.
2023년 11월, 엔비디아는 테레이에 더 높은 위험의 주식 투자를 했습니다. 당시 테레이 테라퓨틱스는 고품질 실험 데이터를 대량 보유하고 있었고, 소분자 화학 기초 모델을 더욱 훈련시키고 생성적 AI를 사용하여 복잡한 약물 발견 문제를 해결하고자 했습니다. 그러나 부족한 컴퓨팅 리소스가 그들이 직면한 가장 큰 장애물이었습니다. NVIDIA는 Terray에 NVIDIA DGX™ 클라우드 플랫폼을 제공하고 NVIDIA AI 소프트웨어 스택과 NVIDIA의 풀스택 컴퓨팅 전문 지식을 활용해 Terray가 기반 모델 개발을 최적화하고 확장할 수 있도록 지원하겠다고 약속했습니다.
이와 관련하여 NVenture의 대표인 모하메드(시드) 시딕은 다음과 같이 말했습니다."생성적 AI는 바이오 기술 산업에 큰 영향을 미치고 있으며, 우리는 Terray가 약물 발견에서 중요한 획기적인 성과를 달성하고 임상 단계로 진입하는 과정을 가속화하도록 돕고 싶습니다."
테레이는 업계 최고의 화학 기초 모델인 COATI를 출시했습니다. 이는 약물 유사 화학 공간을 위한 사전 학습된 다중 모드 인코더-디코더 모델로, 분자 언어와 계산 언어 간의 번역 문제를 해결하도록 설계되었습니다. 구체적으로 COATI는 실험 데이터의 화학 구조를 유용한 디지털 표현으로 변환하여 AI가 데이터를 보다 효율적으로 처리할 수 있도록 하고, 그런 다음 분자의 디지털 표현을 입력으로 사용하여 특정 속성을 가진 분자를 "디코딩"하거나 생성하여 생성적 분자 설계를 달성합니다.
원래 COATI 종이:
https://pubs.acs.org/doi/10.1021/acs.jcim.3c01753#Abstract
이러한 관점에서 볼 때, 테레이는 2023년에 자금을 조달할 당시 설정한 핵심 목표를 달성했습니다. 이제 엔비디아의 지원이 재개되면서 테레이의 미래 발전 가능성은 무한합니다.
방대한 데이터 기반 완전 건습 폐쇄 루프 AI 약물 발굴
약물 연구 개발 분야에서는 "더블텐 룰"이 널리 통용되는데, 이는 새로운 약물을 개발하는 데 보통 10년이 걸리고 10억 달러 이상의 비용이 든다는 것을 의미합니다.이러한 긴 주기와 높은 비용은 의심할 여지 없이 새로운 약물 개발에 있어서 극복해야 할 장애물입니다.
AI는 제약 산업에 전례 없는 기회를 가져왔습니다. 분자 구조, 단백질 구조, 분자와 질병 간의 상호 작용 등 방대한 데이터의 기본 패턴을 학습함으로써 인체 내 약물 표적을 결정하고 잠재적인 약물 분자를 식별하는 등의 작업을 수행하고 약물 개발 주기를 크게 단축할 수 있습니다. AI 제약 회사 Exscientia의 창립자인 앤드류 홉킨스는 앞으로 모든 약물은 AI를 사용하여 설계될 것이라고 단호하게 말했습니다.
이것이 바로 테레이 설립의 원래 의도였습니다. 약물 개발 과정에서 발생하는 많은 과제를 해결하기 위해 반복적 접근 방식이 사용됩니다.테레이는 세계 최대 규모의 화학 데이터 세트를 구축합니다.이러한 데이터는 각 설계 및 실험 주기를 거쳐 가치가 계속 증가하고 있으며, 분자와 표적에 대한 탐구가 더욱 활발해지고 있습니다. 더 중요한 점은 테레이가 다른 회사가 가지고 있지 않은 장점을 가지고 있다는 것입니다.즉, AI와 습식 실험을 결합하여 데이터 측면에서 폐쇄 루프를 형성하는 것입니다.이러한 폐쇄 루프를 사용하면 모델 예측을 할 수 있을 뿐만 아니라 실험을 통해 예측 결과의 유효성을 검증할 수도 있습니다.
Terray에 대한 자세한 내용은 다음 웹사이트에서 확인하세요.
테레이가 이렇게 방대한 실험 데이터 리소스를 보유한 이유는 무엇일까? 테레이가 다른 회사에서는 드물게 사용하는 AI+습식 실험 모델을 약물 개발에 사용하는 이유는 무엇일까요?
이제 Terray의 공동 창립자인 제이콥 베를린 박사에 대해 알아보겠습니다.
하버드 대학교에서 학부생으로 재학하던 제이콥 베를린은 더 나은 약을 만드는 방법에 대해 생각하기 시작했습니다. 그는 소분자에 대한 연구를 계속하기 위해 박사학위를 취득했습니다. 노벨상 수상자인 밥 그럽스의 지도를 받아 캘리포니아 공과대학에서 유기금속화학 박사 학위를 받았습니다. 이후 MIT에서 박사후 연구를 하는 동안 그는 많은 수의 분자를 설계했을 뿐만 아니라,기존 약물 개발 과정의 비효율성에 대한 인식도 높아지고 있습니다.그 후 그는 라이스 대학에서 두 번째 박사후 연구원 과정을 수료했는데, 약물 발견을 가속화하기 위해 나노물질과 기술의 초소형화에 초점을 맞추었고, 이것이 테레이의 출발점이 되었습니다.
"테레이의 기술은 원래 냅킨에서 구상되었고, 그때 이것이 회사가 될 것이라는 걸 알았습니다.우리가 고안한 기술은 수억 개의 분자를 몇 분 안에 스크리닝하고 질병 원인과의 상호작용을 기록할 수 있기 때문에 학계에 적합하지 않은 약물 개발 기술임이 분명합니다.학계에서는 개발, 상용화, 대량 생산 및 판매에 초점을 맞추지 않기 때문입니다. "라고 제이콥 베를린이 말했습니다.
이후 8년간 시티 오브 호프(City of Hope)에서 교수로 재직했습니다. 그 기간 동안 제 연구실은 나노물질과 합성화학의 교차점에 집중했습니다. 습식 실험실 플랫폼을 구축하고 이를 기반으로 수많은 화학 데이터베이스를 구축했습니다. 초기 아이디어는 점차 실현되었습니다. 그 순간, 이 기술을 활용할 곳을 찾아야 할 때라고 판단하여 테레이(Terray)라는 회사를 설립했습니다.
이후 테레이가 성장하면서 AI는 점점 더 중요해졌습니다. 팀은 방대한 데이터 세트를 이해하고 활용하려면 강력한 데이터 과학과 AI 기술이 필요하다는 것을 깨달았습니다. 2020년, 암젠의 수석 과학자인 나르베 마디로시안이 테레이에 최고기술책임자(CTO)로 합류했습니다. 그의 리더십 하에 테레이는 전담 AI 팀을 구성하고 화학 데이터를 수학적 모델로 변환한 다음, 이를 약물 개발에 사용할 수 있는 AI 모델로 역변환하는 COATI라는 AI 모델을 성공적으로 구축했습니다.
오늘날 테레이는 이 기술을 산업화했습니다.
Terray의 AI 플랫폼인 tNova는 초고처리량 실험, 생성적 AI, 생물학, 의약화학, 자동화, 나노기술을 결합하여 전례 없는 속도와 정밀성으로 약물 개발을 가능하게 합니다. 연구자들은 기존의 약물 후보 라이브러리를 기반으로 매일 수십억 개의 정확한 화학 데이터 포인트를 측정하고 수백만 개의 새로운 약물 후보 라이브러리를 지속적으로 합성할 수 있습니다. 지난 3년 동안 테레이는 50억 개 이상의 표적-리간드 상호작용을 측정했는데, 이는 모든 공공 화학 연구 데이터의 약 50배에 해당합니다.
간단히 말해, 테레이는 약물 발견을 머신 러닝을 기반으로 하는 데이터 문제로 전환했습니다. 더 중요한 점은 습식 연구실에서 얻은 실제 데이터를 결합하여 건식-습식 폐쇄 루프 AI 약물 발견을 달성했다는 것입니다.각 목표에 대한 설계-제조-테스트-분석 주기가 한 달도 걸리지 않습니다!
대부분의 약물 개발 회사와 달리 테레이에서는 컴퓨터 지원 없이는 습식 실험실 작업을 원활하게 진행할 수 없으며 그 반대의 경우도 마찬가지입니다. 사실, 테레이는 원래 습식 실험실 관행을 기반으로 설립되었습니다. 이 관행에서는 연구자들이 대량의 데이터를 생성한 다음, 이 데이터를 테스트하고 모델링한 다음 실제 물리적, 화학적 데이터로 다시 검증했습니다. 이를 통해 약물 발견 프로세스를 크게 가속화하는 효율적인 폐쇄 루프를 형성했습니다.
나르베 마르디로시안(Narbe Mardirossian)의 말처럼, "폐쇄 루프 시스템은 절대적으로 중요합니다. 솔직히 말해서, 테레이(Terray)는 몇 주 또는 며칠 만에 가설을 반복적으로 테스트하고, 가설을 세우고, 검증할 수 있는 유일한 곳일 것입니다. 모델을 개발하고, 예측을 하고, 실제 세계에서 그 예측을 검증할 수 있는 것은 모든 계산 화학자와 머신 러닝 과학자의 꿈입니다."
내부적으로는 인재를 영입하고 외부적으로는 협력을 강화한다
그러나 습식 실험실과 AI를 긴밀하게 통합하기 위해 Terray는 화학, 생물학, 계산 화학, 머신 러닝, 자동화 등 여러 분야에서 인재를 모집하는 등 학제간 팀을 활용해야 합니다. 이러한 요구에 따라 다양한 분야의 전문 지식을 갖춘 엘리트들이 테레이에 모입니다.이로 인해 뛰어난 팀이 탄생했습니다.
Terray 팀에 대한 추가 정보:
https://www.terraytx.com/team
2022년 3월, 페로즈(페즈) 우자인왈라 박사가 공식적으로 테레이의 사업 책임자로 합류했습니다. 소분자 약물 발견 분야에서 26년의 경험을 가진 수석 전문가인 페즈는 유명 기업인 머크에서 여러 프로젝트를 이끌었고 개념적 약물을 임상 개발 단계까지 발전시켰습니다. 그의 합류로 테레이는 약물 발견과 임상 치료 사이의 격차를 더 잘 이해하게 되었고, 회사에 독특한 산업적 관점을 가져다 주었습니다.
같은 해 7월, 테레이는 피오나 블랙 박사를 과학 자문 위원회에 임명했습니다. 피오나 박사는 종단 간 제품 솔루션과 제조 공정을 위한 학제간 기술 개발에 중점을 두고 있습니다. 그녀는 이렇게 말한 적이 있습니다. "대규모 화학-생물학적 상호작용 데이터는 머신러닝 방법과 결합되어 파괴적 혁신의 잠재력을 보여줄 것입니다." 이것이 그녀가 테레이에게 매력을 느낀 중요한 이유이기도 하다.
회사가 계속 성장함에 따라 Terray는 2022년 11월 Bassil Dahiyat 박사를 사외 이사로 초빙했습니다. Bassil Dahiyat 박사는 생명공학 분야에서 25년간 근무해 왔으며, 단백질 설계 및 치료 응용 분야에 대한 탁월한 공헌을 인정받아 MIT Technology Review에서 선정한 "100대 젊은 혁신가" 중 한 명으로 선정되었습니다. 그는 약물 발견 분야가 오랫동안 규모와 자원의 제약을 받아왔으며, Terray 플랫폼이 제공하는 대규모 실험적 스크리닝과 고급 계산 방법이 이러한 병목 현상을 극복하고 잠재적인 신약 후보를 발견하는 데 도움이 될 수 있다는 사실을 잘 알고 있습니다.
전략적 개발 측면에서 Terray는 2022년 12월 Alnylam Pharmaceuticals의 전 창립 CEO인 John Maraganore 박사를 이사회와 리더십 팀의 전략적 고문으로 초빙했습니다. Maraganore 박사는 ONPATTRO®, GIVLAARI®, OXLUMO® 및 Leqvio의 네 가지 치료제 개발 및 상용화를 주도한 생명공학 산업의 베테랑입니다. 그는 데이터 기반 플랫폼이 지속적인 혁신을 주도할 것이라고 믿고 있으며, 테레이는 대규모의 고정밀 실험 데이터 생성을 통해 약물 발견의 오랜 난제를 해결하고 있습니다. 그는 테레이의 미래에 대한 확신을 가지고 있습니다.
Fez, Fiona, Dahiyat, Maraganore 등 뛰어난 인재를 대거 영입하면서 Terray의 학제간 팀 협업 구조는 점차 개선되었고, 생성적 AI 기반 소분자 약물 설계 분야의 선두주자로서의 입지를 점차 공고히 했습니다.그들의 다음 계획은 AI 의약품의 임상 시험을 촉진하는 것입니다.
임상시험은 새로운 약물의 효능과 안전성을 검증하는 데 필요한 단계이며, 약물이 최종적으로 시장에 출시될 수 있는지 여부를 판단하는 중요한 단계이기도 합니다. 테레이는 신약의 임상 시험을 더욱 효과적으로 촉진하기 위해 광범위한 임상 개발 및 상업적 경험을 보유한 수다 파라수라만 박사를 독립 이사로 특별히 임명했습니다. 수다 박사는 면역학, 종양학, 혈액학 및 희귀 질환 분야에서 20년 이상의 전문 경력을 보유하고 있습니다. 제이콥 베를린은 "수다 박사의 전문 지식 지원을 통해 테레이의 내부 및 협력 프로젝트가 임상 단계로 더 잘 진전될 수 있을 것"이라고 말했습니다. 동시에,회사 간 협력은 약물의 임상 개발을 촉진하는 중요한 방법이기도 합니다.
2022년 10월, 테레이는 바이오제약 회사인 캘리코와 협력을 시작했습니다. 알파벳이 설립한 회사인 캘리코는 첨단 기술과 모델을 사용하여 인간 노화와 관련된 생물학적 문제를 연구하는 데 전념하고 있습니다. 이 협력의 목표는 암을 포함한 노화 관련 질병을 치료하기 위한 소분자 치료법을 발견하고 개발하는 것입니다. 협정에 따라 두 당사자는 Terray의 tNova 플랫폼을 사용하여 Calico가 선택한 목표에 대한 소분자 선도 화합물을 식별할 예정입니다. tNova 플랫폼은 고밀도 마이크로어레이 기술과 머신 러닝 도구를 사용하여 소분자와 질병 표적 간의 생화학적 상호 작용을 체계적으로 분석하여 노화 관련 질병에 대한 새로운 치료법 개발을 크게 가속화합니다.
Calico에 대한 자세한 내용은 다음을 참조하세요.
https://www.calicolabs.com/
2023년 12월, 테레이는 세계적으로 유명한 바이오제약 회사인 브리스톨 마이어스 스퀴브와 다중 표적 협력 계약을 체결하여 특정 질병에 대한 소분자 치료법을 공동으로 연구함으로써 또 다른 중요한 진전을 이루었습니다. 협력 기간 동안 Terray는 tNova 플랫폼을 사용하여 Bristol Myers Squibb가 지정한 타겟에 대한 소분자 화합물을 식별하고 개발하고, Bristol Myers Squibb는 이러한 화합물의 개발 및 상용화를 담당하게 됩니다.
Bristol Myers Squibb에 대한 자세한 내용은 다음 웹사이트를 방문하세요.
https://www.bms.com/
테레이는 끊임없이 인재를 영입하고 회사 간 협업을 통해 새로운 약물의 임상 개발을 가속화하기 위해 꾸준히 노력하고 있습니다. 테레이는 루푸스, 건선, 류마티스 관절염 등의 염증성 질환에 대한 신약을 개발 중인 것으로 알려졌으며, 회사는 2026년 초까지 임상시험에 들어갈 약물을 출시할 것으로 예상하고 있습니다.
마지막 말
2024년 5월, 구글 딥마인드가 출시한 AlphaFold 3는 글로벌 과학계에 큰 반향을 일으켰습니다. 생명공학 분야에서 인공지능의 중요한 발전으로 꼽히는 AlphaFold 3는 모든 생명 분자(단백질, DNA, RNA, 리간드 등)의 구조와 상호작용을 전례 없는 정확도로 성공적으로 예측했습니다. 기존의 가장 우수한 전통적 방법과 비교했을 때, AlphaFold 3는 단백질과 다른 유형의 분자 간의 상호작용이 최소 50%만큼 개선된 것으로 나타났습니다. 이러한 획기적인 발견은 기술적 도약을 의미할 뿐만 아니라, 생명공학 산업이 새로운 시대로 접어들고 있음을 알리는 신호이기도 합니다.
AlphaFold 3에 대한 자세한 내용:
https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/
동시에 AI 제약 시장도 활발하게 진행되고 있습니다. 중국경제주간은 2024년 상반기에 전 세계 AI 제약 분야의 펀딩 활동이 69건에 달했으며, 투자 금액은 33억 3,600만 달러에 달해 2023년 동기 대비 10배 증가했다고 보도했습니다. 2024년 5월 기준, 전 세계적으로 70건 이상의 AI 제약 R&D 파이프라인이 임상 단계에 진입했으며, AI 기반 약물 분자의 임상 1상 성공률은 80%~90%로 역대 평균인 50%를 10배 초과했습니다. 연구개발에서 임상시험으로의 가속화로 약물 연구개발과 시장화 과정의 효율성이 크게 향상되었고, AI 제약 분야에 대한 투자자들의 신뢰도 점차 회복되고 있습니다.
NVIDIA가 AI 의학에 대한 이러한 투자 흐름에 특히 적극적이라는 점은 언급할 가치가 있습니다.황런쉰 CEO는 AI 의학이 다음 황금 트랙이 될 것이라고 직접 언급하기도 했습니다. NVIDIA는 투자 부서인 NVentures를 통해 다수의 AI 제약 회사에 많은 투자를 했으며, 첨단 컴퓨팅 플랫폼과 기술을 통해 업계 전체의 회복과 번영을 주도했습니다. 엔비디아는 기술과 자본의 이중 지원을 바탕으로 AI 제약 분야에서도 선두적인 지위를 유지하고 있습니다.
AlphaFold 3의 기술적 혁신부터 붐을 일으키는 글로벌 AI 제약 시장, 이 분야에 대한 NVIDIA의 심층적 배치까지, AI 제약 산업은 활발한 발전 모멘텀을 보였으며, 치료에 대한 새로운 희망이 천천히 나타나고 있습니다. 우리는 전례 없는 혁신의 시대에 살고 있으며, AI 의약품은 인간 건강에 새로운 가능성을 열어줄 것입니다.
참고문헌:
1.https://www.nvidia.com/en-us/case-studies/generative-ai-for-small-molecule-drug-discovery/
5.https://bydrug.pharmcube.com/news/detail/1ef833e66fb5f1653f19815c20e8a162
6.https://finance.sina.com.cn/roll/2024-07-24/doc-incfmyac7492110.shtml