Profluent가 Eli Lilly와 AI-designed site-specific recombinase를 개발·상업화하기 위한 multi-program strategic research collaboration을 발표함. 목표는 conventional gene editing으로 아직 어려운 kilobase-scale DNA editing을 가능하게 하는 programmable recombinase toolkit을 만드는 것임. 계약 규모는 upfront와 R&D funding을 포함하고, milestone 기준 최대 22.5억 달러와 tiered royalty가 걸린 것으로 발표됨.
요약
•
Profluent는 미국 Emeryville 기반 AI-first biotech으로, large-scale foundation model을 이용한 de novo protein design과 genome editing enzyme 설계를 주요 방향으로 제시함.
•
이번 협업에서 Profluent는 AI model을 이용해 여러 genomic target에 대한 site-specific recombinase를 design·optimize하고, Lilly는 선택된 recombinase에 대한 exclusive license를 받아 in vivo research, preclinical/clinical development, commercialization을 진행하는 구조임.
•
핵심 목표는 kilobase-scale DNA editing임. 단일 base editing이나 knock-out보다 큰 DNA segment 또는 gene-scale insertion을 정확한 genome location에 넣는 능력이 genetic medicine의 큰 미해결 과제로 설명됨.
•
Press release는 많은 genetic disease가 patient population 내 여러 mutation으로 발생하기 때문에, 특정 mutation 하나만 겨냥하는 접근이 한계가 있다고 설명함. Large-scale precise DNA editing은 이런 heterogeneity를 다룰 수 있는 방법으로 제시됨.
•
전통적 접근은 원하는 target site에서 작동하는 naturally occurring enzyme을 찾는 데 의존하지만, Profluent는 AI로 custom designer recombinase를 만들어 정확한 genome location을 겨냥하려는 접근을 취함.
•
Profluent는 자사 generative model이 세계 최대 protein dataset과 comprehensive natural recombinase database를 기반으로 학습됐다고 설명함. 다만 구체적인 benchmark, off-target profile, delivery modality, in vivo editing efficiency는 발표문만으로는 제한적으로 확인됨.
•
Lilly 입장에서는 genetic medicine capability를 확장하는 partnership이고, Profluent 입장에서는 AI-designed enzyme platform을 pharma development pipeline에 연결하는 검증 이벤트에 가까움.
•
AI-bio 관점에서 이 뉴스는 protein design foundation model이 therapeutic binder를 넘어 programmable genome editing enzyme 설계로 확장되고 있음을 보여줌. 실제 가치는 designer recombinase가 target specificity, editing efficiency, delivery, safety를 in vivo에서 만족하는지에 달려 있음.