독소(MGO) 소거 활성 예측 딥러닝 모델 개발
식품·천연물 연구 분야 AI 기술 융합 성공사례
경상국립대학교는 농업생명과학대 홍성민 교수(식품공학부) 연구팀이 딥러닝 기반 인공지능(AI) 기술을 활용해 알츠하이머병 치료의 새로운 가능성을 제시하는 연구 성과를 국제 저명 학술지에 발표했다고 5일 밝혔다.
알츠하이머병은 고령화 사회에서 가장 빠르게 증가하는 대표적인 퇴행성 뇌질환이지만 현재 사용 중인 치료제는 증상 완화에 그쳐 근본적인 치료에는 한계가 있다.
최근 연구에 따르면 알츠하이머 환자 뇌에서는 '메틸글리옥살(MGO)'이라는 독성 대사물질이 비정상적으로 축적되는데 이는 아밀로이드 베타 플라크와 타우 단백질 엉킴 등 치매 핵심 병리를 촉진하는 주요 원인으로 지목된다.
연구팀은 생화학 분야에 최적화된 딥러닝 모델 '딥(Deep)MGO'를 독자적으로 개발했다. 딥MGO는 소규모 실험 데이터에서도 과적합을 최소화하면서 독소(MGO) 소거 활성을 정밀하게 예측할 수 있도록 설계된 AI 모델로 기존 범용 모델 대비 예측 정확도를 크게 향상한 점이 특징이다.
해당 모델을 활용한 AI 스크리닝으로 연구팀은 기존 트립토판 계열 물질보다 혈뇌장벽(BBB) 투과율이 우수한 신규 유도체 'TP-41'을 발굴하는 데 성공했다. TP-41은 MGO를 직접 소거하는 기전을 통해 독성을 낮추고 뇌로의 전달 효율을 높였다.
연구팀은 동물실험을 통해 TP-41의 치료 효능을 확인했다. 유전적 알츠하이머 마우스 모델(5xFAD)과 MGO로 유도된 인지저하 모델에서 TP-41 투여 시 기억력과 학습 능력이 유의미하게 회복됐으며 알츠하이머의 주요 원인 단백질인 아밀로이드 베타와 타우 단백질 축적 역시 현저히 감소하는 결과가 나왔다.
이번 연구는 식품·천연물 연구 분야에 AI 기술을 성공적으로 융합한 대표적 사례로 평가된다. 특히 AI 기반 신약 후보 물질을 발굴함으로써 막대한 시간과 비용이 소요되는 기존 치매 치료제 개발 과정을 혁신적으로 단축할 가능성을 제시했다는 점에서 의미가 크다.
홍 교수는 “딥러닝 기술을 활용해 수만 번의 실험을 거치지 않고도 알츠하이머의 원인 독소를 제거할 수 있는 유효 물질을 찾아냈다는 점이 이번 연구의 가장 큰 성과”라며 “TP-41이 향후 알츠하이머병뿐 아니라 우울증 등 노인성 뇌질환을 아우르는 차세대 치료 전략으로 발전하길 기대한다”고 말했다.
진주=노동균 기자 defrost@etnews.com
