컨텐츠 바로가기 영역
주메뉴로 바로가기
본문으로 바로가기

지식in

(디지털바이오) 합성생물학과 화이트바이오 산업

 

(디지털바이오) 합성생물학과 화이트바이오 산업


한국생명공학연구원 합성생물학전문연구단 이혜원 혜원찡.png

 

1. 개요

 
최근 미국 바이든 행정부는 대통령자문위에 보낸 서신에서 일자리 창출, 소득 균형, 국가 안보를 위한 핵심 돌파형 기술로 인공지능과 합성생물학을 직접적으로 명시하였다. 코로나19로 인한 글로벌 경제위기 상황에서도 합성생물학 분야의 글로벌 민간투자금이 2015년 약 1.2조원에서 2020년 약 8.6조원으로 7배 이상 증가했다는 사실로도 합성생물학의 미래 가치를 실감할 수 있다. 국내 과학기술 정책에서도 2006년 ‘제2차 생명공학육성기본계획(2007~2016)’에 처음 합성생물학이 반영된 이후, 2017년 수립된 ‘3차 생명공학육성기본계획’에서도 핵심 분야로 선정되면서 합성생물학이 경제 및 사회 전반에 걸쳐 혁신을 촉발하는 기반기술로서 바이오경제 구축의 핵심으로 주목받고 있다.
 
합성생물학은 ‘DNA 부품을 기반으로 논리회로를 설계하고 합성하여 자연에 존재하지 않았던 생물학적 기능을 구현하거나 기존 시스템을 재설계하기 위해 사용하는 기술 분야’이다. ACGT라는 네 가지 염기쌍의 조합에 의한 유전자 코드를 컴퓨터 프로그래밍 언와와 같은 디지털 정보로 활용하여 생물학적 시스템을 설계하고 실물화하여 산업적 가치를 만들어낸다. 기존의 생명과학이 무한한 유전적 다양성을 관측하고 발견해가는 연구였다면 합성생물학은 유전적 다양성을 설계하여 원하는 기능을 획득하는 발명의 연구로 생명과학의 패러다임 전환을 이뤄낸 것이다.
 
최근 합성생물학은 빅데이터, 인공지능, 자동화 로봇 등의 기술과의 융합으로 기존 바이오 프로세스 개발의 속도와 규모를 크게 향상시키며 4차 산업혁명의 첨병 역할을 하고 있다. 
 
대표적인 예로 미국의 스타트업 기업인 모더나(Moderna)는 mRNA 백신 설계와 합성에 디지털화(Digitization) 기술을 결합하여 거대 제약사들에 앞서 코로나19 백신을 세계 두 번째로 개발하였다. 모더나의 디지털 기술은 40 mRNAs/month 수준의 생산성을 5년 만에 1000 mRNAs/month로 향상시켰고, 2020년 3월 중국에서 코로나19 바이러스의 염기 서열이 해독된 후 가장 빠른 42일 만에 임상 1상을 시작하고 임상 시작 10개월 만에 백신 승인을 획득했다. 또한 대표적인 자동화 기반 합성생물학 전문기업인 Ginkgo Bioworks는 2020년 4월 모더나와 파트너쉽을 맺고 mRNA 생산 최적화 연구를 시작했으며 이를 계기로 2020년 11월 미국 정부로부터 1.2조원이라는 천문학적인 금액을 지원받으며 코로나19와 전쟁의 첨단에 서게 된다.

 

실제로 2009년 설립된 합성생물학에 로봇/자동화 기술을 도입한 스타트업인 Ginkgo Bioworks는 의약품, 비료, 향료 등 바이오소재를 개발하는 연구를 수행하여 10년만인 2019년 기업가치 42억 달러를 달성하였다. 또 다른 예로 합성생물학 기업 Amyris는 말라리아 치료제인 ‘artemisinin’의 상업화를 위해 약 1천 5백만 달러의 비용과 10년의 시간을 소모했으나 바이오파운드리 도입 이후 7년간 15개 물질을 상용화 하는 데 성공하게 된다. 

 
이러한 미국의 민간 바이오 분야의 바이오파운드리 혁신 사례는 공공 바이오파운드리 구축을 위한 정책으로도 이어졌다. 미국 에너지성(DoE, Department of Energy)에서 지원하는 Agile Biofoundry는 미국 내 8개 국립 연구소가 연합한 대표적인 공공 바이오파운드리로 평균 10년 이상 소요되는 바이오제품 개발 및 상용화 기간을 50% 이상 단축하는 것을 목표로 현재 약 14개 이상의 기업과 핵심기술 개발 및 실증을 위한 과제를 진행하고 있다. 또한 미국 국방성 산하 DARPA(Defense Advanced Research Projects Agency)에서는 ‘Living foundries’라는 대규모 프로그램을 운영하며 MIT-Broad foundry를 중심으로 전통적인 합성 방법으로 제조할 수 없는 복잡하고 다양한 신규 물질의 빠른 생산을 목표로 하고 있다. 
 
이들은 실제 10개의 신규 복잡 바이오 화합물질을 경로 탐색에서 부터 생산까지 90일 만에 성공한 사례를 보고하기도 했다7). DARPA는 생물학적 DBTL 사이클을 시간과 비용 모두에서 최소 10배까지 단축하는 동시에 산업 화학, 제약, 코팅 및 접착제를 포함하는 광범위한 응용 분야에 걸쳐 소재 공급에 대한 해결책을 제공하고자 하고 있다.


혜원찡2.png

[그림 1] 바이오디자인 DBTL 순환 기술 공유로 바이오 산업화 가속화

 

그러나 38억년 동안 진화해온 생명체의 복잡성과 불확실성을 바이오파운드리의 자동화를 통한 10배 성능 향상으로 극복하기는 쉽지 않다. 이 점이 고속의 Build-Test 프로세스를 통해 축적된 빅데이터를 분석하는 인공지능 기술이 필요한 이유이다. 

 

예측 시뮬레이션을 통해 유전적 다양성에 의한 무수히 많은 가능한 대사경로 중 가장 최적의 조합을 예측하여 반복되는 실험과 실패의 가능성을 줄이는 것이다. 인공 단백질의 구조 예측과 설계가 AI를 활용한 가장 대표적인 예로 볼 수 있으며 대사경로 예측에서는 MIT-Broad Foundry에서 개발한 Cello 프로그램이 잘 알려져 있다. Cello는 일반적인 전자공학의 논리회로와 시뮬레이션 기법을 도입하여 최적 대사경로 회로에 구축에 성공적으로 활용이 가능함을 보였고 이 기술은 2010~2020 합성생물학 연구 중 가장 랜드마크적인 연구 중 하나로 선정되기도 했다.

 


 

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

 

 

 

 

목록으로