질병에 맞춰 신약 후보 자동 설계하는 AI모델 나왔다
암 등 치료에 쓰이는 신약 후보를 자동으로 설계하는 인공지능(AI) 모델이 개발됐다. KAIST는 화학과 김우연 교수 연구팀이 단백질 구조만으로 원하는 약물 후보 분자와 결합 방식(비공유 결합성 상호작용)까지 함께 설계하고 최적화가 가능한 인공지능 모델 '바인드(BInD)'를 개발했다고 10일 밝혔다. 기존 약물 개발 방식은 질병을 일으키는 표적 단백질(암세포 수용체 등)을 정하고, 그 단백질에 잘 달라붙어 작용하는 분자(약물 후보)를 찾는 방식으로 진행하다 보니, 시간과 비용이 많이 들고 성공 가능성도 낮다. 연구팀은 이를 위해 '동시 설계' 방안을 고민했다. 분자와 단백질 사이의 결합 방식까지 고려해 설계를 한 번에 하는 방법이다. 단백질의 표적 부위에 맞춰 원자 종류와 위치, 공유결합과 상호작용을 하나의 생성 과정에 넣어 동시에 만들어낸다. 연구팀은 "이 AI 모델이 무작위 상태에서 점점 더 정교한 구조를 그려 나가는 방식인 '확산 모델'을 기반으로 작동한다"고 설명했다. 확산 모델은 2024년 노벨 화학상을 받은 '알파폴드3'의 단백질-약물 구조 생성에서 활용돼 높은 효율성이 입증된 바 있다. 연구팀은 원자가 공간상 어디에 있어야 하는지 좌표를 찍어주는 알파폴드3와 달리 '결합 길이'나 '단백질-분자 간 거리'처럼 실제 화학 법칙에 맞는 기준들을 알려주는 지식 기반 가이드를 넣어 생성한 구조가 더 현실적인 결과를 낸다"고 부연 설명했다. 연구팀은 한 번 만든 결과 중에서 뛰어난 결합 패턴을 찾아 다시 활용하는 최적화 전략도 적용했다. 추가 학습 없이도 더 뛰어난 약물 후보를 만들어낸다는 것. 연구팀은 또 암 관련 표적 단백질(EGFR)의 돌연변이에 선택적으로 작용하는 분자도 생성하는 데도 성공했다. KAIST 화학과 김우연 교수는“이 AI 모델은 표적 단백질에 잘 결합하는 핵심 요소를 스스로 학습하고 이해해, 사전 정보 없이도 상호작용하는 최적의 약물 후보인 분자를 설계할 수 있다는 점에서 의미가 크다"며 "신약 개발의 패러다임을 크게 바꿀 것"으로 예상했다. 연구에는 KAIST 화학과 이중원, 정원호 박사과정 학생이 공동 제1 저자로 참여했다. 연구 결과는 국제학술지 '어드밴스드 사이언스(Advanced Science)'(IF=14.1) 7월 11일 자에 게재됐다.
