국내 연구진이 신약 개발 과정에서 실험 약물과 표적 단백질 상호작용을 예측할 수 있는 인공지능(AI) 모델을 개발했다. 신약 개발 시간 및 비용을 줄이는 데 기여할 것으로 예상된다.
광주과학기술원(GIST·총장 김기선)은 남호정 전기전자컴퓨터공학부 교수가 같은 학교 김용철 생명과학부 교수, 화학과 안진희 교수와 공동으로 약물 개발 초기 단계에서 약물-표적 단백질 상호작용을 AI 모델로 판별할 수 있는 기술을 개발했다고 18일 밝혔다.
남 교수팀은 인간 시각인지를 모사한 신경망 일종인 합성곱 신경망을 사용해 약물과 상호작용하는 지역 서열 패턴을 추출한 뒤, 이를 약물-표적 단백질 상호작용 예측에 이용했다. 2만4000개 이상 약물-표적 단백질 데이터를 시험해 80%의 정확도를 확인했다.
또 AI 모델로 제시된 화합물에 대해 실제 약물 반응 예측(스크리닝) 실험을 한 결과 효소(키나아제), 막 단백질(이온 통로), G-단백질 결합 수용체 등 여러 단백질 군에서의 초기 활성 물질(히트) 비율이 10~20배 상승하는 것으로 나타났다.
남호정 교수는 “기존 무작위 스크리닝 방식이 아닌 AI를 통해 예측된 후보군에 대해 실험을 수행하면 약물 개발의 시간과 비용 효율성을 높일 수 있을 것”이라고 말했다.
광주=김한식기자 hskim@etnews.com
