기존의 항체신약 개발은 초기 스크리닝에서 결합친화도가 낮은 후보가 다수 포함되고 결합력, 개발 가능성, 안정성 등 다양한 기준을 동시에 고려해야 하므로 시간과 비용이 과도하게 소모됩니다.
특히 신규 항원이나 변이가 많은 타깃의 경우, 개발 초기에 성공 가능성을 가늠하기 어렵다는 한계가 존재합니다.
이러한 병목 지점에서 Ab-ARS®는 신속하고 정밀한 항체후보를 제안함으로써 항체신약 개발의 효율을 혁신합니다.
기존 항체신약 개발은 초기 발굴 단계에서 친화도, 안정성, 개발 가능성 등 여러 기준을 동시에 고려해야 하며 특히 까다로운 표적의 경우 성공 가능성을 예측하기 어렵다는 한계가 있습니다.
Ab-ARS®는 이러한 구조적 문제를 AI 기반 설계로 개선합니다. 표적–항체 상호작용을 정밀하게 분석 초기 단계부터 개발 가능성이 높은 항체 후보를 제시함으로써, 불필요한 반복 검증을 줄이고 임상 진입까지의 연구 효율을 높입니다.
Ab-ARS®는 AI 기반 구조 분석과 예측 모델링을 결합하여 잠재력이 높은 항체 후보 물질을 신속하게 식별합니다.
Ab-ARS®는 180만 개 이상의 펩타이드-펩타이드 상호작용 데이터베이스와 5,000개 이상의 시뮬레이션 데이터 세트를 사용하여 CDR 영역을 자동으로 설계하고 최적화합니다.
대규모 컴퓨팅 인프라를 기반으로 안정적인 분석과 시뮬레이션을 수행하므로, 변이 개수나 설계 복잡도가 증가해도 연구 속도가 저하되지 않습니다.
IgG, VHH(Nanobody), ScFv 등 다양한 항체 형식을 지원하여 실제 항체신약 개발 전 과정에 폭넓게 적용할 수 있습니다.
3D 구조 기반의 AI 분석으로 항원이 인식될 수 있는 결합 부위를 예측하고 결합친화도가 높은 후보 타깃 영역을 탐색합니다.
펩타이드-펩타이드 상호작용 데이터베이스를 기반으로 CDR 루프 구조, 극성 및 전하 분포를 포함한 다양한 특성을 반영하는 최적화된 변이체 라이브러리를 자동으로 생성합니다.
생성된 항체 후보를 항원과 결합시켜 도킹 분석을 수행하고, CNN score(CNN 기반 결합 예측 점수), RMSD, MD 시뮬레이션 등 구조 기반 지표로 결합친화도와 안정성을 정밀 평가합니다.
IgG뿐만 아니라 VHH(Nanobody), scFv 등 다양한 항체 형식에 적용 가능하며, CDR 안정성, 등전점, 용해도 등 약물화 지표를 기반으로 최종 후보를 도출합니다.
입력된 항원 단백질의 3차원 구조를 분석하여 항체가 인식할 수 있는 Epitope(결합 부위)를 AI가 정밀하게 탐색합니다. 구조 기반 탐색을 통해 결합친화도가 높을 가능성이 있는 후보 부위를 선별합니다.
CDR 루프 구조, 소수성, 전하 분포 등 다양한 특성을 종합적으로 고려해 항원과의 상호작용 가능성이 높은 여러 항체 변이체를 설계합니다. 펩타이드–펩타이드 상호작용 데이터베이스를 활용하여 항체 설계의 다양성과 예측 정확도를 동시에 확보합니다.
생성된 항체 후보는 항원과 3D 도킹을 거치며, 결합 에너지, CNN 점수, 평균 제곱근 편차(RMSD)를 포함한 다양한 구조적 지표가 분석됩니다. 최종적으로 MD 시뮬레이션을 수행하여 결합 안정성을 평가합니다.
결합력이 검증된 후보에 대해 CDR 구조 안정성, 등전점, 용해도, 전하 분포 등 개발 가능성과 안전성 지표를 추가 평가하여 최적의 항체 후보를 선별합니다.
수년이 걸리던 항체 후보 발굴 과정을 단 3주 이내로 단축
In silico 기반의 예측 및 평가로 실험 횟수와 자원을 대폭 줄여 초기 개발 비용 최소화
3D 구조 기반 도킹, CNN 분석 등을 통한 항체효능과 안정성 조기 검증으로 후속 실패 가능성 최소화
IgG, VHH(Nanobody), scFv 등 주요 항체 모달리티에 모두 적용 가능하여 플랫폼 기반의 높은 유연성과 확장성 보장
본 수치는 2021년~2025년 사이 신테카바이오 내부 프로젝트 및 PoC 기반 분석 데이터를 바탕으로 작성되었습니다.
Ab-ARS® 기술을 이용하여 PD-L1에 특이적으로 결합하는 새로운 항체 후보 물질을 설계했습니다.
이 후보 물질들은 기존 치료제(아테졸리주맙)와 동등하거나 그 이상의 결합 친화도를 보여
Ab-ARS®의 잠재력을 입증했습니다.
Ab-ARS®
본 결과는 in vitro 실험 기반 비교 결과입니다.
Asset program은 대규모 AI 분석을 통해 선별된 고품질 항체 후보 물질을 사전 패키지 형태로 제공합니다. 본 후보물질은 현장 평가를 통해 연구 적용이 가능하며, 글로벌 제약사의 표준화된 데이터 형식을 제공합니다.
후보군 : PD-L1(CD274), PD-1(PDCD1), CTLA-4 ...
AI 기반 항체 설계 플랫폼을 일정 기간 동안 전용 연구 환경으로 활용하는 서비스 모델입니다.별도의 인프라 구축 없이, 항원–항체 상호작용 분석 엔진·대규모 연산 자원·전담 연구 인력이 결합된 통합 항체 설계 환경을 자체 조직처럼 운영할 수 있습니다.
고객의 타깃 정보와 요구 사항에 맞춰 맞춤형 항체후보를 발굴합니다. AI 기반 분석의 정밀도와 유연한 협업 구조를 바탕으로 R&D 목적과 범위에 따라 다양한 형태로 확장이 가능합니다.
