MIT, 소규모 데이터 AI 루프로 mRNA 백신을 실온에서 1년간 보존 가능하게 만들어

지질 나노입자(LNP)로 전달되는 mRNA 백신은 -20~-80°C에서 보관해야 하므로 콜드체인 인프라가 없는 지역에서는 사용할 수 없다. MIT 코크 연구소의 Ana Jaklenec과 Robert Langer 연구팀은 이미 열을 견디는 고분자 안정화 LNP를 개발했지만, 이는 Moderna와 Pfizer가 사용하는 FDA 승인 제형을 변경한 것이었다. 승인된 제형을 수작업으로 안정화하려고 당류, 염류, 고분자 등 부형제를 수개월간 스크리닝했지만, 박사후연구원 Khanh Tran은 "어떤 방법으로도 100퍼센트 안정성에는 도달하지 못했다"고 말했다.

해결책은 MIT CSAIL의 Mina Konaković Luković와 함께 개발한, 매우 작은 데이터셋에서 예측하도록 만들어진 머신러닝 알고리즘이었다. 연구팀은 FDA 승인 부형제 약 50종 각각이 LNP 내부의 mRNA를 얼마나 잘 보호하는지 측정하고, 가장 유망한 5종을 선택한 뒤 알고리즘이 안정화 비율을 예측하도록 했다. 세포에서 한 번에 두 가지 제형을 시험하고 결과를 모델에 다시 입력했으며, 몇 차례 반복(수개월이 아닌 수주) 끝에 한 제형이 두드러졌다.

새 제형으로 진공 건조한 코로나19 mRNA 백신을 37°C에서 두 달 또는 실온에서 1년간 보관한 뒤 접종한 생쥐는 Moderna 방식 LNP에 상응하는 면역 반응을 보였다. 같은 5종 부형제를 다른 비율로 조합하자 Pfizer 방식 LNP도 안정화되었고, 이 제형은 고체 마이크로니들 패치에서도 효과가 있어 주사와 유사한 면역 반응을 유도했다. 이 연구는 Nature Biotechnology에 게재되었으며 게이츠 재단의 일부 지원을 받았다.

이미 FDA 승인된 부형제 50종에 대해 능동 학습 루프를 실행했다. 비율을 예측하고, 세포에서 한 번에 두 가지씩 시험하고, 결과를 다시 입력했으며, 수주 만에 수렴했다.

콜드체인이 병목이다. -20~-80°C 보관은 냉동 설비가 없는 지역에서 RNA 백신을 사용할 수 없게 만든다.

탐색 범위를 FDA 승인 부형제로 제한하면 새로운 화학물질을 요구하지 않고 규제 경로를 남길 수 있다.

이 알고리즘은 소규모 데이터셋용으로 만들어져, 수천 건의 실험을 할 수 없는 실험실 상황과 맞는다.

한 번에 두 가지씩 시험하는 피드백 루프는 수개월의 수작업 스크리닝을 수주로 단축했다.

무차별 스크리닝이 교착 상태에 빠지면 새로운 성분을 발명하지 말고, 이미 승인된 성분을 더 똑똑하게 탐색하라. 소규모 데이터 최적화는 수개월의 막다른 시도를 몇 건의 표적 실험으로 바꾼다.

2026년 9월 발표 시점에서 결과는 전임상 단계였다. 즉 생쥐 면역 반응과 마이크로니들 패치 전달에 대한 결과였으며, 인체 임상시험이나 규제 심사를 거친 것은 아니다. 연구진은 각 내열 제형이 어떤 mRNA 탑재물도 운반할 수 있어, 치료제, 서방형 입자, 고체 상태 또는 내열 제형이 필요한 마이크로니들 패치로 활용 범위를 넓힐 수 있다고 말한다.