과학자들은 이제 바이러스 기반의 박테리아 살균제를 처음부터 만들어낼 수 있게 되었으며, 이는 항생제 내성 퇴치 방식에 상당한 변화를 가져올 수 있는 발전입니다. New England Biolabs(NEB)와 Yale University의 연구진은 PNAS에 발표된 연구에서 전 세계적으로 우려되는 항생제 내성 세균인 녹농균(Pseudomonas aeruginosa)을 위한 최초의 완전 합성 박테리오파지 엔지니어링 시스템을 상세히 설명했습니다.

새로운 방법은 박테리오파지 분리주에 의존하는 대신 서열 데이터를 사용하여 박테리오파지를 합성적으로 엔지니어링하는 것을 포함합니다. 이는 NEB의 고복잡성 Golden Gate Assembly(HC-GGA) 플랫폼 덕분에 가능해졌습니다. NEB의 수석 연구원인 [Insert Name] 박사는 "이 시스템을 통해 전례 없는 정밀도로 박테리오파지를 설계하고 구축할 수 있습니다."라고 말했습니다. "이제 맞춤형 접근 방식으로 특정 항생제 내성 세균을 표적으로 삼을 수 있습니다."

박테리아를 감염시켜 죽이는 바이러스인 박테리오파지는 1세기 이상 동안 세균 감염에 대한 의학적 치료법으로 연구되어 왔습니다. 박테리오파지 치료에 대한 관심은 항생제 내성 위기가 심화되면서 다시 높아지고 있으며, 박테리아는 항생제의 효과에 저항하도록 진화하여 항생제를 무력화시킵니다. 세계보건기구(WHO)는 항생제 내성을 인류가 직면한 10대 글로벌 건강 위협 중 하나로 지정했습니다.

박테리오파지를 처음부터 합성할 수 있는 능력은 기존 방법보다 여러 가지 장점을 제공합니다. 과학자들은 특정 세균 균주를 표적으로 삼도록 특별히 설계된 바이러스를 만들어 표적 외 효과의 위험을 잠재적으로 최소화할 수 있습니다. 또한 합성적 접근 방식을 통해 새로운 항생제 내성 세균에 대처하기 위한 새로운 박테리오파지를 신속하게 개발할 수 있습니다.

HC-GGA 플랫폼은 모듈식 DNA 조립 기술을 활용하여 연구자들이 다양한 유전적 구성 요소를 결합하여 맞춤형 박테리오파지를 만들 수 있도록 합니다. 이 과정은 엔지니어링된 바이러스의 행동을 예측하는 정교한 알고리즘에 의해 촉진됩니다. AI는 박테리오파지의 설계를 최적화하는 데 중요한 역할을 하며, 박테리아를 죽이는 데 효과적이고 치료적 사용에 충분히 안정적인지 확인합니다.

Yale University의 계산 생물학자인 [Insert Name] 박사는 "이 과정에서 AI를 사용하는 것이 매우 중요합니다."라고 설명했습니다. "이를 통해 방대한 양의 유전체 데이터를 분석하고 다양한 유전적 변형이 박테리오파지의 감염 및 살균 능력에 미치는 영향을 예측할 수 있습니다."

이 기술의 의미는 개별 감염 치료를 넘어 확장됩니다. 합성 박테리오파지는 병원 및 기타 의료 환경에서 항생제 내성 세균의 확산을 통제하는 데 잠재적으로 사용될 수 있습니다. 또한 농업에서 작물을 세균성 질병으로부터 보호하여 식품 생산에서 항생제의 필요성을 줄이는 데 사용될 수도 있습니다.

그러나 합성 박테리오파지의 개발은 윤리적 및 규제적 고려 사항도 제기합니다. 박테리오파지에 내성이 있는 박테리아의 진화와 같은 의도치 않은 결과에 대한 잠재력에 대한 우려가 제기되었습니다. 합성 박테리오파지의 안전성과 효능, 그리고 엄격한 테스트와 임상 시험의 필요성에 대한 질문도 있습니다.

연구자들은 현재 황색포도상구균(Staphylococcus aureus) 및 폐렴막대균(Klebsiella pneumoniae)을 포함한 다른 항생제 내성 세균을 표적으로 삼기 위해 시스템을 확장하는 작업을 진행하고 있습니다. 또한 합성 박테리오파지의 안정성과 전달을 개선하는 방법도 모색하고 있습니다. 다음 단계는 인간에게 합성 박테리오파지의 안전성과 효능을 평가하기 위한 임상 시험을 수행하는 것입니다. 연구팀은 합성 박테리오파지 치료가 향후 10년 이내에 항생제의 실행 가능한 대안이 될 수 있을 것으로 예상합니다.