[전남광주=뉴시스]이창우 기자 = 광주과학기술원(GIST) 연구팀이 인공지능(AI)이 학습하지 않은 새로운 약물의 암세포 반응까지 예측하는 기술을 개발했다.

기존에 학습한 약물과 화학구조가 다른 약물에서도 예측 성능을 높여 신약 후보 물질 선별과 초기 실험의 효율을 개선할 것으로 기대된다.

19일 GIST에 따르면 AI학과 이현주 교수팀은 약물의 다양한 화학적 특징을 분석하고 예측에 유용한 정보를 선별하는 AI 모델 '인포-디알피(InFo-DRP)'를 개발했다.

기존 AI 모델은 학습에 사용한 약물의 반응은 잘 예측하더라도 처음 접하거나 화학구조가 크게 다른 약물에서는 성능이 떨어지는 한계가 있었다.

연구팀은 다양한 화학구조와 물리화학적 특성, 암세포의 유전자 발현 정보를 결합하고 '불변 학습'(invariant learning) 기술을 적용해 이러한 한계를 보완했다.

이 기술은 특정 학습 데이터에만 의존하는 정보보다 데이터 환경이 달라져도 일관되게 유지하는 예측 정보를 학습하도록 하는 방법이다.

연구팀이 암세포 약물 반응 데이터베이스인 GDSC(Genomics of Drug Sensitivity in Cancer)를 활용해 기존 AI 모델 6종과 비교한 결과 인포-디알피는 학습하지 않은 약물 평가에서 예측 상관계수 0.617을 기록해 기존 모델 최고치인 0.489보다 26.2% 높았다.

특히 학습 약물과 핵심 화학 골격이 겹치지 않는 약물 평가에서는 0.592를 기록해 기존 모델 최고치인 0.436보다 35.8% 향상됐다.

비암성 세포주 5종과 독립적으로 구축한 약물 반응 데이터베이스인 CCLE(Cancer Cell Line Encyclopedia)를 활용한 검증에서도 기존 비교 모델보다 높은 예측 상관성을 보였다.

이현주 교수는 "이번 연구는 AI가 학습하지 않은 새로운 약물이나 기존에 학습한 약물과 화학구조가 다른 약물에서도 예측 성능을 높였다는 점에서 의미가 있다"며 "향후 신약개발 초기 단계에서 후보물질의 반응을 미리 예측하고 실험 대상의 우선순위를 정하는 등 신약 후보 물질 선별의 효율을 높이는 데 활용될 것으로 기대한다"고 말했다.

이번 연구는 GIST AI학과 이현주 교수가 지도하고 이지상 석박사통합과정생이 제1저자, 염태림 석박사통합과정생과 원광대학교 전자공학과 김준우 교수가 공저자로 참여했다.

과학기술정보통신부·한국연구재단 기초연구사업과 산업통상자원부·한국산업기술진흥원 산업혁신기반구축사업 등의 지원을 받았으며 연구 결과는 생명의료정보학 분야 국제학술지 'IEEE Journal of Biomedical and Health Informatics' 온라인에 9월30일 실렸다.


◎공감언론 뉴시스 lcw@newsis.com