광주과학기술원(GIST·총장 임기철)은 남호정 전기전자컴퓨터공학과 교수와 서지원 화학과 교수팀이 공동으로 다양한 박테리아의 유전자 정보와 항균 펩타이드 간의 활성 관계를 분석해 균종 특이적인 펩타이드 기반 항생제 후보물질을 제안하는 인공지능(AI) 모델을 개발했다고 23일 밝혔다.
지금까지 AI 기반 항균 펩타이드 연구는 단순히 항균 활성 여부만을 예측하거나, 표적 박테리아 종을 고려하지 않아 실제 활용에 한계가 있었다.
연구팀은 이를 극복하기 위해 대용량 펩타이드 데이터를 학습시키고, 표적 박테리아 종의 게놈 정보를 활용하는 AI 모델인 '램프(LLAMP)'를 세계 최초로 개발했다. 램프는 특정 박테리아의 게놈 정보와 펩타이드 서열을 입력하면 해당 박테리아 종에 대한 펩타이드의 활성지표로서 특정 항균제가 세균의 성장을 억제하는 데 필요한 가장 낮은 농도를 의미하는 최소억제농도(MIC)를 예측한다.
이 모델은 단백질 데이터를 기반으로 사전 학습된 언어 모델에 대용량 펩타이드 데이터를 추가로 학습시켜 펩타이드 특유의 언어를 이해하도록 만든 뒤 박테리아 게놈-펩타이드 조합을 기반으로 미세 조정을 거쳐 완성했다. 기존 모델보다 항균성 예측 정확도가 최소 4%, 최대 9% 향상되고 활성값 예측력은 최소 3~40%까지 개선되는 등 모든 성능 지표에서 우수한 성능을 보였다.
특히 연구팀은 램프로 자연계에 존재하는 약 500만 개의 펩타이드 서열을 스크리닝하고 어텐션 분석으로 항균 활성에 기여하는 특정 아미노산들을 확인했다. 그 결과 병원균의 유전자 정보를 입력해 스크리닝한 후보물질이 강한 독성과 내성을 지닌 병원균에 대해서도 최대 3.1 마이크로몰의 최소억제농도값을 나타내며 강력한 항균 효과를 보였다. 실제 치료제 후보로서의 가능성이 높다는 것을 실험적으로 입증했다.
추가로 활성과 선택성이 우수한 항균 펩타이드가 나선형 구조에서 유래한 특정 아미노산의 배열과 양친매성 특성으로 세균의 세포막을 직접 파괴하는 메커니즘으로 작용한다는 사실도 규명했다.
연구팀은 이번 성과에 대해 AI가 단순히 기존 약물을 모방하는 데 그치지 않고, 병원균의 유전자 특성을 분석해 그에 최적화된 새로운 치료제를 설계할 수 있음을 보여준 데에 큰 의미가 있다고 평가했다. 항생제 내성의 진화를 실시간으로 추적·대응할 수 있는 신약개발 플랫폼을 제시한 성과로 학술·산업적 파급력이 매우 크다는 점에서 주목한다.
남호정 교수는 “새로운 내성균이 등장했을 때 유전자 정보를 기반으로 빠르게 항생제 후보물질을 제안할 수 있는 AI 기반 신약개발 체계를 구축한 것이 이번 연구의 핵심”이라며 “균종 특이적 펩타이드를 발굴해 내성균에 특화된 항생제를 개발할 수 있다는 점에서 기존 모델과 차별화된다”고 말했다.
김영준 기자 kyj85@etnews.com
