Amano, 미생물 2만종 보유 … 변형 예측모델 3년 이내에 상용화

일본 Amano Enzyme이 효소 개발에 생성형 AI(인공지능)를 도입해 주목된다.
산업용 효소 메이저 Amano Enzyme은 천연 효소를 베이스로 화학·식품·의약 등 광범위한 용도에 효소를 공급하고 있으며 최근 수요기업의 니즈에 대한 대응능력을 강화하기 위해 효소 개발 기술을 개량하고 있다.
단백질 공학 베이스 연구 성과를 적용해 에스테르 가수분해 효소(Esterase)와 지질 가수분해 효소(Lipase) 상용화에 성공했으며, 현재 생성형 AI를 활용해 변형 효소를 예측함으로써 개발기간을 획기적으로 단축하는 모델 구축에 주력하고 있다.
Amano Enzyme은 1899년 설립돼 1948년 의약품용 소화효소 제조를 시작으로 식품 가공, 화합물 합성 등 산업용 효소 분야로 사업을 확장했다. 현재는 효소 제조용 미생물 균주 라이브러리 2만종, 효소 라인업 약 100종을 갖춘 일본 바이오제조 분야의 선구자로 평가되고 있다.
효소 사업에서는 단백질 공학이 본격화되기 시작한 1990년대에 효소 변형 연구에 착수한 이후 공학적 기법, 기질 결합 모델 등을 활용한 단백질 공학 연구를 통해 효소 구조와 성능의 상관관계 데이터를 꾸준히 축적한 것으로 알려졌다.
이후 2010년대에 분리용 효소의 성능을 개선하기 위해 효소 변형 기술을 적용함으로써 농약 원료 화합물 제조용 효소 상용화에 처음으로 성공했고, 2020년대에는 일본 산업기술총합연구소(AIST)와 공동 개발한 멘톨(Menthol)의 광학 이성질체인 L-멘톨과 D-멘톨을 분리하기 위해 지질 가수분해 효소를 개발했다.
기존 효소로도 L-멘톨 순도 97% 이상을 달성했으나 수요기업이 더 높은 순도를 요구함에 따라 개발을 시작한 것으로 알려졌다.
L-멘톨의 순도를 높이기 위해서는 효소와 반응하는 기질인 청량감을 주는 L-멘톨에 특이적으로 결합하는 포켓 부분의 아미노산(Amino Acid) 배열을 최적화하는 작업이 관건이지만 L-멘톨과 D-멘톨이 구조적으로 거의 동일해 문제 해결이 어려웠다.
이후 AIST의 분자동역학 계산 기술을 활용해 지질 가수분해 효소와 L-멘톨 및 D-멘톨의 다양한 복합체 구조를 생성하고 계산화학을 이용해 D-멘톨 결합을 불안정화시키는 변행 부위를 예측해 19종의 변이체를 만들어 L-멘톨 순도를 높임으로써 전환율이 최대 270%에 달하는 5종을 발견하는데 성공했다.
최근에는 생성형 AI를 활용해 단백질 분자의 3차원 구조와 과거 실험 데이터를 기계적으로 학습시켜 목표 특성을 보유한 효소의 아미노산 배열을 예측·제안하는 시스템을 개발하고 있다.
예측한 배열을 바탕으로 웨트랩에서 미생물이 효소를 생성하도록 유도하고 특성을 검증해 모델 정확도를 높임으로써 3년 안에 상용화할 계획이다.
식품용 변형 효소는 유전자 변형 생물(GMO)로 분류되기 때문에 진입장벽이 높은 편이나 농업, 향료 등 산업용 분야에서는 채용이 용이할 것으로 기대하고 있다.
기존 화학제품 제조공정과 비교하면 가격 경쟁력 확보가 어려우나 지속가능한 사회 및 탄소중립 실현을 위해 바이오가 주목받고 있는 점을 호재로 평가하고 있다.
개발능력도 확충하고 있다.
효소 스크리닝부터 단백질 공학까지 바이오제조를 연구하는 혁신센터에 차세대 염기서열 분석기(시퀀서)와 미생물의 특성을 분석하는 미세액적(마이크로 드롭릿) 장비, 육종 스크리닝용 로봇 등을 도입했고 사업 성과에 따라 장비를 확충할 계획이다.
Amano Enzyme은 시장과 수요기업이 원하는 효소를 공급한다는 목표 아래 니즈에 따라 라이브러리에서 효소를 발굴하고 필요에 따라 변형하고 있다.
수요기업의 요구에 맞추어 분말, 액상 등 형태와 용량에 따라 사용 편의성을 고려한 패키지까지 맞춤형 솔루션도 공급하고 있으며 앞으로도 효소 변형 기술을 강화해 수요기업에 대한 대응 범위를 확장할 방침이다. (윤우성 선임기자: yys@chemlocus.com)