인간 단백질 스캐폴드로 mRNA 전달 후보를 AI로 대규모 선별, TRIM25 공학으로 성능 개선

1/ AI 활용 방법: DeepDelivery 기반 AI 스크리닝과 해석 분석
2/ 적용 과제: 인간 단백질 중 mRNA 전달용 스캐폴드 후보 대규모 선별
3/ 보고된 결과: 512개 후보를 제안했고 15개 중 12개가 실제 스캐폴드 구성요소로 작동했으며 TRIM25 공학으로 전달 성능이 개선됨
4/ 이 연구는 DeepDelivery라는 AI 기반 플랫폼을 사용해 인간 단백질 가운데 mRNA 전달에 쓸 스캐폴드 후보를 대규모로 찾았다.
5/ 프로테옴 규모 스크리닝으로 512개의 후보를 제안했으며, 그중 15개를 골라 실험한 결과 12개가 실제 스캐폴드 구성요소로 작동했다.
6/ 또한 해석 분석을 통해 TRIM 도메인 관련 특징을 파악했고, 이를 바탕으로 TRIM25 도메인 공학을 수행해 전달 성능 개선으로 이어졌다.
7/ 재료·화학 관점에서 보면, 단백질 기반 전달체 설계에 AI 기반 선별과 해석 가능한 특징 추출이 함께 쓰인 사례다.
8/ 다만 이 결과는 특정 단백질 집합과 mRNA 전달 과제에서 얻은 것으로, 다른 단백질 계열이나 다른 전달 조건에 그대로 일반화된다고 볼 수는 없다.
9/ 실험 검증이 포함되었지만, 후보 수와 검증 범위에는 여전히 한계가 있다. [1]