불확실성을 넘어 정밀 면역으로,
NEO-ARS® 기반 암백신 설계
면역관문억제제는 차세대 항암제로 주목받고 있지만 반응률이 10~30%에 그쳐 절반 이상의 환자에게 효과를 내지 못하고 있습니다.
이로 인해 환자 맞춤형 면역반응을 유도할 수 있는 ‘신생항원 기반 암백신’이 새로운 대안으로 떠오르고 있습니다.
하지만 정확하고 신속한 항원예측이 어려워 많은 개발이 초기 단계에서 멈추고 있는 실정입니다.
NEO-ARS®는 AI 기반 3D 구조 분석과 면역반응성 예측을 통해 이 병목을 해결합니다.
AI 기반 신생항원 타깃 발굴 —
개인 맞춤 암백신을 위한 정밀 타깃 설계
NEO-ARS®는 암세포에만 존재하는 신생항원을 빠르고 정확하게 발굴하는 AI 플랫폼입니다.
환자 유래 유전체 데이터를 기반으로, 암세포에서만 발생하는 돌연변이를 분석하고
이 돌연변이가 면역세포(T세포)에 의해 인식될 수 있는지를 예측합니다.
NGS 기반 변이 분석부터 펩타이드-MHC 결합 예측, 면역 반응성 시뮬레이션까지
복잡한 과정을 하나의 AI 파이프라인으로 자동화하여 기존 기술로는 찾기 어려운 개인 맞춤형 타깃을 빠르게 제시합니다.
이를 통해 암백신 및 T세포 치료제 개발의 정밀성과 속도를 획기적으로 향상시킬 수 있습니다.
NGS 기반
변이 데이터 추출

환자 유전체에서 암특이적 돌연변이만 식별하여 신생항원 선정 프로세스에 사용할 펩타이드 후보군을 추려냅니다. 환자마다 동정된 HLA 유전자형에 따라, 특정 HLA 분자에 결합할 가능성이 있는 변이 펩타이드를 발굴하기 위한 구조 기반 예측의 첫 단계가 실행됩니다.
AI 기반 3D 도킹 및
결합 에너지 예측

펩타이드–MHC 복합체의 3차원 결합 구조를 in silico로 분석합니다. 분자 도킹을 통해 다수의 결합 자세를 생성하고, 3D CNN 모델로 최적의 결합 포즈를 선정합니다. 결합 에너지 계산과 분자동역학 시뮬레이션을 통해 결합 안정성을 평가하고 MHC 결합 가능성이 높은 펩타이드를 예측합니다.
면역반응성 예측

T세포가 해당 신생항원을 실제로 인식할 가능성을 AI로 시뮬레이션하여 면역 유도 가능성을 판단합니다. T세포 반응성 점수를 산출하여 실제 치료 효과가 기대되는 후보를 정량적으로 스코어링합니다.
최종 신생항원 후보 도출

면역반응성, pMHC 결합력, 결합 안정성 등을 종합 평가하여 우선순위화하고 암백신·TCR-T 세포 치료제에 이용 가능한 CD8+ T세포 에피토프를 선별합니다. 개인맞춤형 신생항원 타깃 목록이 최종적으로 제공됩니다.