[제4회 뉴시스 제약·바이오 포럼]AI, 신약개발 속도 가능.."타깃 단백질과 상호작용 중요"

[서울=뉴시스] 송연주 기자 = 인공지능(AI)을 활용하면 흔히 '로또' 당첨과 비교되는 어려운 '신약개발'을 앞당길 수 있다.

부경대학교 물리학과 우상욱 교수(팜캐드 대표)는 국내 민영뉴스통신사 뉴시스가 23일 서울 명동 은행회관 2층 국제회의실에서 개최한 '제4회 뉴시스 제약·바이오포럼'(온라인 생중계)에서 “AI를 활용하면 신약개발 전 과정 중 앞부분의 후보물질을 찾고 비임상까지 가는 이 단계를 실질적으로 크게 줄일 수 있다. 전체적으로 비용과 시간을 절감할 수 있다”고 말했다.

흔히 신약개발에 드는 시간과 비용은 10년, 1조원으로 화자 된다. 신약 후보물질을 찾는 단계에서 상당한 시간과 비용이 소모되기 때문에 혁신 신약의 경우 막대한 비용·기간이 투자된다. 이렇게 개발하더라도 실상 신약개발 성공률은 10% 안팎이다.
 
AI는 몇 년 전부터 신약개발 시간과 비용을 획기적으로 줄이는 대안으로 급부상했다.

우 교수는 “신약개발을 한다는 것은 약물과 약물의 타깃이 되는 단백질 구조를 이해하는 것이다. 그런데 단백질 구조 중 약 80%는 불명확한 구조다. 단백질 종류에 따라 구조를 파악하는 데 최소 1~2년 걸린다”고 말했다.

이어 “AI를 활용하면 단백질 아미노산 서열만으로도 단백질 3차 구조를 예측할 수 있는 작업이 가능해진다. 단백질 구조정보와 약물 정보로부터 단백질과 약물 후보가 어떻게 결합되는지 그 연구가 진행 중”이라고 설명했다.

또 기존에는 연구원이 신약 후보물질의 특성이나 효능을 일일이 검색하고 비교·분석해야 했는데 인공지능을 활용하면 시간과 노력을 줄일 수 있다. 모든 경우의 수를 실험하면서 증명해야 하는 기존의 임상시험 방식도 인공지능이 사람 대신 분석하고 판단한다. 연구원이 미처 자각하지 못한 부작용 우려 물질도 인공지능이 걸러내어 실험 성공률을 높여준다.

AI의 딥러닝은 유효한 개발 후보를 찾는 과정에서 수백만 건의 논문과 임상 데이터를 순식간에 분석할 수 있어 기간과 비용을 줄일 수 있다.

실제로 AI로 에볼라 바이러스 신약을 개발한 ATOMWISE(아톰와이즈), 후보물질 발굴부터 검증까지 46일만에 완성했다는 INSILICO MEDICINE(인실리코 메디슨), 강박신경증 신약의 임상 시작 EXSCIENTIA(엑센시아), 나스닥 상장 SCHRODINGER(슈뢰딩거) 등의 사례가 있다.

우 교수는 “AI가 기존약물 데이터 트레이닝을 만들어 새로운 약물을 만들어냈다”며 “기존에 없던 것을 조금씩 만들어내는 과정”이라고 설명했다.

여기에서 한 단계 나아가는 과정도 필요하다.

우 교수는 “신약개발이 약물 후보를 만들어내는 게 다는 아니다. 약의 타깃이 되는 단백질과의 상호작용도 중요하다”면서 “미국의 회사가 PBD 바인드 3191개를 학습해 300개 테스트 세트를 만들었다. 내가 만드는 약물이 타깃과 어떻게 결합하는지와 독성을 예측하는 일의 중요성이 더해지고 있다”고 강조했다.

AI의 한계 역시 존재한다. 우 교수는 “데이터를 통해 학습되다 보니 생물학에 대한 데이터가 부족하다”면서 “신약개발은 생물학적 지식을 수반돼야 하기때문에 데이터로 학습되지 않은 생물학적 지식이 필요할 땐 AI를 다 믿을 수 없다”고 지적했다.


◎공감언론 뉴시스 [email protected]