mRNA 백신 플랫폼: 작용 기전, 설계 및 도전 과제

핵심 원리

mRNA 백신 플랫폼은 특정 항원 단백질을 암호화하는 메신저 리보핵산(mRNA)을 체내 세포에 직접 전달하여, 세포 스스로 항원 단백질을 생산하고 이에 대한 면역 반응을 유도하는 방식입니다. 이 과정은 크게 mRNA 전달, 단백질 발현, 그리고 면역 반응 유도의 세 단계로 나뉩니다. (Xu et al., 2020, International Journal of Molecular Sciences)

mRNA는 염기서열에 따라 단백질을 합성하는 유전 정보 운반체이며, DNA와 달리 숙주 게놈에 통합될 위험이 없습니다. 백신에 사용되는 mRNA는 일반적으로 5' Cap, 5' 비번역 영역(5' UTR), 코딩 서열(CDS), 3' 비번역 영역(3' UTR), 그리고 폴리(A) 꼬리로 구성됩니다.

mRNA 전달 및 세포 진입: 순수한 mRNA는 불안정하며 체내에서 빠르게 분해되고 세포막을 통과하기 어렵습니다. 이를 극복하기 위해 mRNA는 일반적으로 지질 나노입자(LNP)에 캡슐화되어 전달됩니다 (Tenchov et al., 2021, ACS Nano). LNP는 양이온성 또는 이온화 가능한 지질(ionizable lipid), 보조 지질(helper lipid, 예: 콜레스테롤), 안정화 지질(sterol), 그리고 PEG화 지질(PEGylated lipid)로 구성됩니다. 주사된 LNP는 세포 표면의 수용체와 상호작용하여 세포 내로 흡수됩니다. 세포 내로 들어온 LNP는 엔도솜(endosome)에 갇히게 되며, 엔도솜 내부의 pH 변화에 따라 이온화 가능한 지질이 양전하를 띠게 되어 엔도솜 막과 융합됩니다. 이 융합을 통해 mRNA가 세포질로 방출됩니다.
단백질 발현: 세포질로 방출된 mRNA는 세포의 리보솜에 의해 항원 단백질로 번역됩니다. 이 과정에서 mRNA의 안정성과 번역 효율은 여러 요소에 의해 결정됩니다. 특히, 우라딘(Uridine)을 N₁-메틸슈도유리딘( $N^1$ -methylpseudouridine)과 같은 변형된 뉴클레오사이드로 대체하는 것은 mRNA의 면역원성을 감소시키고 안정성을 증가시켜 번역 효율을 크게 향상시킵니다 (Xu et al., 2020, International Journal of Molecular Sciences). 또한, 코돈 최적화(codon optimization)는 특정 숙주 세포에서 단백질 생산을 극대화하기 위해 mRNA 서열 내의 코돈 사용 빈도를 조절하는 기법입니다. 이는 tRNA 풀(pool)의 가용성을 고려하여 번역 속도를 최적화합니다. mRNA의 번역 속도 $v_t$ 는 리보솜 점유율 $P_R$ 과 코돈 번역 효율 $epsilon_c$ 에 의해 결정됩니다:
$v_t = sum_{c in ext{CDS}} P_R(c) cdot epsilon_c$ 여기서 $P_R(c)$ 는 특정 코돈 $c$에 리보솜이 결합할 확률, $epsilon_c$ 는 해당 코돈의 번역 효율입니다. 코돈 최적화는 특정 코돈의 $epsilon_c$ 값을 높여 전반적인 $v_t$ 를 증대시키는 것을 목표로 합니다. 번역 효율은 5' UTR과 3' UTR의 구조 및 서열에 의해서도 크게 영향을 받습니다 (Zhang et al., 2024, arXiv). 5' UTR은 리보솜 결합 부위(RBS)를 포함하며, 3' UTR은 mRNA 안정성과 폴리(A) 꼬리 길이에 영향을 미칩니다. 긴 폴리(A) 꼬리는 mRNA의 안정성과 번역 개시를 촉진하는 역할을 합니다.
면역 반응 유도: 세포에서 생산된 항원 단백질은 세포 내 단백질 분해 경로(proteasomal pathway)를 통해 펩타이드 조각으로 분해됩니다. 이 펩타이드들은 주조직적합성 복합체 I (MHC I) 분자에 로딩되어 세포 표면에 제시됩니다. MHC I-펩타이드 복합체는 CD8+ T 세포(세포독성 T 림프구)에 의해 인식되어 세포 매개 면역 반응을 유도합니다. 동시에, 항원 제시 세포(APC)인 수지상 세포(dendritic cells)가 LNP에 의해 전달된 mRNA를 흡수하여 항원 단백질을 발현하면, 이 단백질은 세포 외부로 분비되거나 세포 내에서 분해되어 MHC I 뿐만 아니라 MHC II 분자에도 제시됩니다. MHC II-펩타이드 복합체는 CD4+ T 세포(도움 T 림프구)를 활성화하며, 활성화된 CD4+ T 세포는 B 세포를 도와 항체 생성을 촉진하는 체액성 면역 반응을 유도합니다. 즉, mRNA 백신은 T 세포와 B 세포 모두를 활성화하여 광범위한 면역 반응을 유도합니다 (Verbeke et al., 2022, Immunity).

LNP의 이온화 가능한 지질은 TLR(Toll-like Receptor)과 같은 패턴 인식 수용체를 활성화하여 염증성 사이토카인(예: IL-6, TNF- $alpha$ ) 및 케모카인 생성을 유도할 수 있으며, 이는 백신의 보조제 역할(adjuvant effect)을 하지만 동시에 국소 염증 반응 및 부작용의 원인이 될 수 있습니다 (Ndeupen et al., 2021, iScience). 일반적으로 LNP-mRNA 제형의 안전성 확보를 위해서는 염증 유도 사이토카인 수치가 100 pg/mL 미만으로 유지되어야 합니다.

직관적 비유: mRNA 백신은 바이러스의 설계도를 담은 비밀 메시지를 보호막(LNP)에 싸서 우리 몸의 세포에 전달하는 것과 같습니다. 세포는 이 메시지를 읽고 바이러스의 일부를 '모형'으로 만들어 전시합니다. 이 모형을 본 우리 몸의 면역 체계는 '침입자'를 미리 학습하여 실제 바이러스가 침입했을 때 신속하게 방어할 준비를 갖추게 됩니다.

Loading diagram...

논문 심층 리뷰

Computational biology and artificial intelligence in mRNA vaccine design for cancer immunotherapy — Imani et al. (2025)

핵심 원리: 이 논문은 암 면역치료를 위한 mRNA 백신 설계에 있어 인공지능(AI)과 계산 생물학을 활용하는 핵심 원리를 다룹니다. 특히, 종양 특이적 신생항원(neoantigen) 예측의 정확도를 높이고, mRNA 서열의 최적화(번역 효율 및 안정성), 그리고 지질 나노입자(LNP) 제형의 약동학적 특성(체내 전달 및 안정성)을 개선하는 데 AI 모델이 어떻게 적용되는지 설명합니다. 핵심은 환자 개개인의 종양 유전체 서열로부터 면역원성이 높은 신생항원 펩타이드를 예측하고, 이를 암호화하는 mRNA 서열을 설계하며, 이 mRNA를 효율적으로 전달하는 LNP 구성을 AI를 통해 탐색하는 것입니다 (Imani et al., 2025, Frontiers in Cellular and Infection Microbiology).

신생항원 예측은 주로 환자의 종양 세포와 정상 세포의 유전체 서열 데이터를 비교하여 체세포 돌연변이를 식별하는 것에서 시작됩니다. 식별된 돌연변이로부터 예상되는 펩타이드 서열을 추출하고, 이 펩타이드들이 MHC I 분자와 얼마나 강하게 결합하는지, 그리고 T 세포 수용체(TCR)에 의해 인식될 가능성이 있는지를 예측하는 알고리즘을 사용합니다. AI 모델은 주로 딥러닝(Deep Learning) 기반의 분류 또는 회귀 모델을 통해 펩타이드의 면역원성 점수를 부여합니다.

mRNA 서열 최적화는 번역 효율과 mRNA 안정성을 동시에 높이는 데 중점을 둡니다. 이는 코돈 사용 빈도 최적화, GC 함량 조절, 그리고 UTR 서열 엔지니어링을 포함합니다. 예를 들어, 코돈 최적화는 리보솜이 풍부한 tRNA를 사용하는 코돈으로 치환하여 번역 속도를 향상시키는데, 이는 NP-hard 문제로 알려져 있어 양자 근사 최적화 알고리즘(Variational Quantum Eigensolver, VQE)과 같은 휴리스틱 접근 방식이 탐색되기도 합니다 (Zhang et al., 2024, arXiv). AI 모델은 대량의 mRNA 서열-발현량 데이터를 학습하여 특정 서열 패턴이 번역 효율 및 안정성에 미치는 영향을 예측하고 최적 서열을 생성합니다.

LNP 제형 최적화는 mRNA의 생체 내 안정성, 세포 흡수 효율, 그리고 림프절 표적화(lymph node-targeting)를 개선하는 데 중요합니다. AI는 다양한 지질 조성(양이온성 지질:보조지질:콜레스테롤:PEG화 지질의 몰비)과 제조 조건을 탐색하여 최적의 입자 크기, 표면 전하, 그리고 생체 내 분포를 예측합니다 (Imani et al., 2025, Frontiers in Cellular and Infection Microbiology). 예를 들어, LNP의 세포 내 흡수율 $A$는 입자 크기 $D$, 표면 전하 $Q$, 그리고 특정 수용체와의 결합 상수 $K_d$ 에 의해 다음과 같이 모델링될 수 있습니다:

A propto rac{1}{1 + (D/D_0)^n} cdot rac{1}{1 + (Q/Q_0)^m} cdot rac{[R]}{K_d + [R]}

여기서

D_0, Q_0

는 최적의 입자 크기 및 전하, $n, m$은 경험적 지수, $[R]$은 세포 표면 수용체 농도입니다. AI는 이러한 파라미터 공간을 효율적으로 탐색합니다.

직관적 비유: AI는 개인 맞춤형 면역 교육의 '최고 전략가'와 같습니다. 환자의 암 정보를 분석하여 가장 효과적인 공격 목표(신생항원)를 찾아내고, 그 목표를 정확히 타격할 수 있는 '무기 설계도'(mRNA 서열)와 이 무기를 안전하고 효율적으로 전달할 '운반 수단'(LNP)을 컴퓨터 시뮬레이션으로 최적화하여 만듭니다.

연구 방법: 이 논문은 기존 연구에서 축적된 유전체학, 전사체학, 단백질체학 데이터를 바탕으로 신생항원 예측, mRNA 서열 최적화, 그리고 LNP 제형 설계에 AI 알고리즘을 적용한 방법론을 고찰했습니다. 특히, 딥러닝 모델을 활용하여 MHC 결합 친화도 및 면역원성을 예측하고, 강화 학습 및 베이즈 최적화를 통해 mRNA 서열 및 LNP 조성을 최적화하는 접근 방식을 제시했습니다 (Imani et al., 2025, Frontiers in Cellular and Infection Microbiology).

정량적 결과: 해당 논문은 리뷰 논문이므로 직접적인 실험 정량적 결과보다는 AI 기술의 적용 가능성과 잠재적 개선 효과를 제시합니다. mRNA 코돈 최적화의 경우, 양자 알고리즘을 활용하여 기존 고전 알고리즘 대비 큐비트 요구 사항을 절반으로 줄여 더 긴 서열 처리가 가능함을 보여주었습니다 (Zhang et al., 2024, arXiv).

의의: 이 연구는 AI와 계산 생물학을 통해 mRNA 백신 설계의 정밀도와 효율성을 획기적으로 높여, 특히 개인 맞춤형 암 면역치료 백신 개발을 가속화할 수 있는 잠재력을 제시합니다.

An mRNA vaccine against monkeypox virus inhibits infection by co-activation of humoral and cellular immune responses — Tai et al. (2025)

핵심 원리: 이 논문은 원숭이두창 바이러스(MPXV)에 대한 mRNA 백신이 체액성 면역 반응과 세포성 면역 반응을 동시에 활성화하여 효과적인 감염 억제를 유도하는 핵심 원리를 보여줍니다. 전통적인 백신이 주로 항체 반응에 집중하는 것과 달리, 이 연구는 바이러스 표면 단백질을 스크리닝하여 중화 항체 유도에 중요한 여러 항원들을 조합하고(Mix-12), 동시에 T 세포 에피토프가 풍부한 영역을 예측하여 세포 매개 면역을 표적화하는 항원(MPX-EPs)을 설계함으로써 두 면역 체계를 상호 보완적으로 활성화시키는 전략을 사용했습니다 (Tai et al., 2025, Nature Communications).

중화 항체는 바이러스가 숙주 세포에 침입하는 것을 직접적으로 막는 역할을 합니다. 연구팀은 MPXV의 세포 외 봉투 바이러스(EVs)와 세포 내 성숙 바이러스(MVs)에서 12개의 표면 단백질 항원을 선별하여, 이들을 암호화하는 mRNA 백신 조합(Mix-4, Mix-8, Mix-12)을 평가했습니다. 여러 항원의 조합은 단일 항원보다 더 넓고 강력한 항체 반응을 유도하여, 바이러스의 다양한 변이에 대한 방어력을 높일 수 있습니다. 중화 항체 역가( $NT_{50}$ )는 바이러스 감염을 50% 억제하는 항체 희석도를 나타내며, Mix-12는 다른 조합보다 유의미하게 높은 $NT_{50}$ 값을 보였습니다.

세포성 면역, 특히 CD8+ T 세포 반응은 이미 감염된 세포를 제거하여 바이러스 확산을 막는 데 중요합니다. 이를 위해 MPXV 전체 프로테옴 서열을 분석하여 인간 백혈구 항원(HLA) 분자에 제시될 수 있는 T 세포 에피토프가 풍부한 영역을 예측했습니다. 이 영역들을 통합한 MPX-EPs 항원을 mRNA 백신으로 투여했을 때, 강력한 CD8+ T 세포 반응이 유도되어 단독으로도 면역 방어를 제공했습니다.

결정적으로, Mix-12 (체액성 면역 표적)와 MPX-EPs (세포성 면역 표적)를 동시 접종(co-immunization)했을 때, 두 면역 반응이 시너지 효과를 내어 MPXV 공격으로부터 완전한 보호를 달성했습니다. 이는 mRNA 백신 설계 시 광범위한 항체 반응과 강력한 T 세포 반응을 동시에 유도하는 다가(multivalent) 및 에피토프 강화 전략의 중요성을 강조합니다.

직관적 비유: MPXV에 대한 이 백신은 마치 적군(바이러스)에 대항하는 두 갈래의 방어 시스템을 구축하는 것과 같습니다. 첫 번째 시스템(Mix-12)은 적의 다양한 유형의 '무기'(표면 단백질)를 미리 학습하여 접근 단계에서 이를 무력화시키는 '방패'(항체)를 대량 생산하는 것이고, 두 번째 시스템(MPX-EPs)은 적군을 찾아내 직접 제거하는 '정예 특수부대'(T 세포)를 훈련시키는 것입니다. 이 두 시스템이 함께 작동할 때 가장 강력한 방어력을 갖게 됩니다.

연구 방법: MPXV의 세포 외 봉투 바이러스(EVs) 및 세포 내 성숙 바이러스(MVs) 표면 단백질을 대상으로 체계적인 면역원성 스크리닝을 수행했습니다. 이를 통해 12개의 주요 항원을 발굴하고, 이들의 다양한 조합(Mix-4, Mix-8, Mix-12)을 mRNA-LNP 형태로 제작하여 면역 반응을 평가했습니다. 또한, MPXV 프로테옴 서열에 대한 T 세포 에피토프 예측을 통해 세포 매개 면역 표적 항원(MPX-EPs)을 설계하고, Mix-12와 MPX-EPs의 동시 접종 효과를 마우스 모델에서 평가했습니다 (Tai et al., 2025, Nature Communications).

정량적 결과:

측정항목	결과	기존 대비
Mix-12 백신 유도 중화항체 역가 ( $NT_{50}$ )	1:1280 (평균)	Mix-4 대비 >4배, Mix-8 대비 >2배 증가
Mix-12 + MPX-EPs 동시 접종 시 보호율	100% (MPXV 공격으로부터 완전 보호)	Mix-12 단독 75%, MPX-EPs 단독 60%
Mix-12 유도 혈청 IgG 역가	$10^5$ 이상 (평균)	미제시

의의: 이 연구는 mRNA 백신이 다수의 항원을 조합하고 T 세포 에피토프를 강화하는 전략을 통해 체액성 및 세포성 면역 반응을 동시에 최적으로 유도함으로써, 광범위하고 강력한 보호 효과를 달성할 수 있음을 입증했습니다. 이는 미래 mRNA 백신 설계에 중요한 방향성을 제시합니다.

The mRNA-LNP platform's lipid nanoparticle component used in preclinical vaccine studies is highly inflammatory — Ndeupen et al. (2021)

핵심 원리: 이 논문은 mRNA 백신의 핵심 전달체인 지질 나노입자(LNP) 자체가 강력한 염증 반응을 유도할 수 있음을 보여주는 핵심 원리를 밝힙니다. LNP의 구성 요소 중 특히 양이온성 또는 이온화 가능한 지질이 선천성 면역 시스템을 자극하여 염증성 사이토카인과 케모카인의 대량 생산을 유발한다는 것입니다. 이는 LNP가 mRNA의 효율적인 전달을 위한 단순한 운반체를 넘어, 백신의 면역원성을 증강시키는 내재적 보조제(intrinsic adjuvant) 역할을 하지만 동시에 백신 접종 후 발생하는 국소 및 전신 부작용의 주요 원인이 될 수 있음을 의미합니다 (Ndeupen et al., 2021, iScience).

LNP 내의 이온화 가능한 지질은 세포 내 엔도솜으로 유입된 후 pH 변화에 따라 양전하를 띠며 막 융합을 촉진합니다. 그러나 이러한 양전하를 띤 지질은 세포의 패턴 인식 수용체(PRR)와 상호작용할 수 있습니다. 예를 들어, TLR4와 같은 수용체를 활성화시켜 MyD88 의존성 경로를 통해 NF-$kappa$B를 활성화하고, 이는 프로염증성 사이토카인인 IL-6, TNF- $alpha$ , IL-1$eta$ 등의 유전자 발현을 유도합니다. 또한, 케모카인인 CXCL1, CCL2, CCL5 등의 발현을 증가시켜 중성구(neutrophil)와 단핵구(monocyte) 같은 염증 세포의 침윤을 유발합니다.

이 연구에서는 특정 LNP 제형이 마우스 모델에서 강력한 염증 반응을 유도하는 것을 관찰했습니다. 이는 주사 부위의 대규모 중성구 침윤, 다양한 염증 경로의 활성화, 그리고 다량의 염증성 사이토카인 및 케모카인 생성으로 특징지어집니다. 이러한 염증 반응은 LNP가 전달하는 mRNA의 항원 발현을 통해 유도되는 적응 면역 반응을 증강시키는 긍정적인 측면도 있지만, 과도한 염증은 심각한 부작용으로 이어질 수 있습니다. 특히, 비강 내 투여 시 높은 사망률을 보인 것은 LNP의 염증 유발 특성이 전신적으로 확산될 경우 치명적일 수 있음을 시사합니다.

직관적 비유: LNP는 단순히 mRNA를 세포에 전달하는 '안전 상자'가 아닙니다. 그 자체로 면역 시스템에 '경보'를 울리는 '강력한 신호탄'과 같습니다. 이 신호탄은 면역 반응을 촉발하여 백신 효과를 높이지만, 너무 강력하면 몸에 불필요한 과도한 염증 반응이라는 '오작동'을 일으켜 부작용을 유발할 수 있습니다.

연구 방법: 마우스 모델에 Acuitas 사의 LNP (mRNA 없이)를 피내 및 근육 내 주사하여 염증 반응을 평가했습니다. 주사 부위의 조직 검사를 통해 중성구 침윤 정도를 확인하고, RT-qPCR 및 ELISA를 이용하여 다양한 염증성 사이토카인(예: IL-6, TNF- $alpha$ ) 및 케모카인(예: CXCL1, CCL2)의 발현 수준을 측정했습니다. 또한, LNP를 비강 내 투여하여 폐에서의 염증 반응과 생존율을 평가했습니다 (Ndeupen et al., 2021, iScience).