AI로 뭐든 척척...KAIST-부산대, "천연물 합성 경로 최고수준 예측"

인공지능(AI)으로 식물 의약품 합성 경로를 최고 수준으로 예측할 수 있게 됐다. KAIST는 생명과학과 김상규 교수 연구팀과 김재철AI대학원 황성주 교수 연구팀이 공동으로 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발했다고 14일 밝혔다. 연구팀은 또 부산대 박정빈 교수 연구팀과 이 모델을 활용할 인터넷 웹사이트(readretro.net)도구축했다. 김상규 생명공학과 교수는 "정확도를 논문에서는 각각의 조건에 따라 4가지로 나타냈다"며 "이 분야 현존하는 AI 모델 가운데 최고 수준으로 보면 된다"고 말했다. 미국식품의약국(FDA)에 따르면 저분자 약물 30% 이상이 식물 천연물에 기반한다. 대표적인 예가 식물이 환경 스트레스에 대응하기 위해 진화적으로 다양한 천연물을 합성하는 일이다. 특히, 식물-초식곤충의 군비 경쟁을 통해 만들어진 천연물은 뛰어난 생체 활성을 나타낸다. 연구팀은 "이같은 천연물의 합성 과정을 이해하면 자연 환경에 대응해 식물이 스스로 합성한 천연물을 인위적으로 대량 생산할 수 있을 것이란 기대로 이 연구를 시작했다"고 말했다. 연구팀은 우선 생합성 경로를 추적하는 일부터 시작했다. 그러나 합성 구조가 워낙 복잡해 쉬운 일은 아니었다는 것이 연구팀의 후일담이다. 생명공학과 김태인 석박사통합과정 연구원(공동 제1저자)은 "식물 천연물 생합성 경로 연구의 첫 단계로 식물이 어떻게 물질을 합성하는지 경로를 역추적했다"고 말했다.식물의 간단한 구조부터 복합한 구조를 단계별로 나눠 학습시킨 뒤 역으로 예측하는 과정을 거쳐 '리트레트로' 모델을 완성했다. 김재철 AI대학원 이슬 석박사통합과정 연구원은 "이 경로를 바탕으로 딥러닝을 활용해 천연물의 역-생합성 경로를 예측하는 모델을 만들었다"고 덧붙였다. 연구팀은 이 인공지능 이름을 '역합성을 읽어내는 모델'이라는 뜻을 담아 '리드레트로(READRetro)'라고 명명했다. 김상규 교수는 “추후 합성 경로를 매개하는 효소를 예측하거나 거대 분자의 역합성 예측 정확도를 높이는 연구를 진행할 계획"이라며 "생화학자와 전산학자의 융합 연구 사례로 의미가 있다"고 말했다. 연구 결과는 국제 학술지'뉴 파이톨로지스트(New Phytologist)'에 게재됐다. 카이스트 POST-AI, 한국연구재단, 과학기술정보통신부 등의 지원을 받아 수행됐다.