K-MELLODDY사업단, '연합학습 기반 신약개발 가속화 프로젝트' 사업설명회

한국제약바이오협회는 연합학습 기반 신약개발 가속화 프로젝트(K-MELLODDY)의 세부과제3(AI 모델 개발) 5개를 신규 선정한다고 밝혔다. 연합학습(Federated Learning)은 각 기관이 보유한 데이터를 한 곳으로 모으지 않고 개별 기관에서 AI를 학습시키는 기술로 정보 유출 위험이 거의 없어 민감정보의 '보호'와 '활용'이 동시에 가능하다는 장점이 있다. 보건복지부와 과학기술정보통신부가 공동으로 추진하는 '연합학습 기반 신약개발 가속화 프로젝트'는 한국보건산업진흥원과 한국연구재단이 사업단 운영을 지원하며, 한국제약바이오협회와 K-MELLODDY사업단이 주관한다. 해당 프로젝트는 연합학습 기반 ADMET(약물 흡수와 분포, 대사, 배설 및 독성 등 임상시험 성공의 가장 중요한 요소) 예측 모델인 'FAM(Federated ADMET Model)' 개발을 목표로 하며, 총 5년(2024.07.01.~2028.12.31.)에 걸친 프로젝트다. 미국 NIH 발표에 따르면 ADMET가 신약개발 R&D 비용의 약 22%를 차지하며, 특히 한국은 기술수출 등으로 1상까지 하는 경우가 많아 임상 비용의 대부분을 차지한다고 보고 있다. 앞서 지난해 세부과제1(플랫폼 구축 및 개발, 1개 과제), 세부과제2(데이터 공급 및 활용, 20개 과제)를 선정 완료했고, 세부과제3(플랫폼 활용 연합학습 모델 개발, 15개 과제)의 경우 1차(2024년), 2차(2025년), 3차(2026년)로 나눠 각 5개씩 신규 과제를 선정한다. 이에 사업단은 오는 4월30일 16시까지 범부처연구자통합지원시스템(IRIS)을 통해 2025년도 신규 과제 접수를 받는다. 평가를 거쳐 선정된 기관은 향후 2년 6개월 동안(2027년 12월 종료) 해당 사업을 수행하게 된다. 김화종 사업단장은 “세부과제 3은 AI 신약개발 가속화를 위한 연합학습 기반 신약개발 플랫폼(FDD)에서 운영될 ADMET 및 PK 파라미터 예측 AI 솔루션인 FAM(Federated ADMET Model) 개발을 지원하는 것”이라며 “연구개발계획서 작성시 연합학습 기술 동향과 프레임워크, 적용 사례, 그리고 1차년도 연구 내용 등을 참조해야 한다”고 설명했다. 신규과제 수행을 희망하는 주관연구개발기관은 산·학·연·병 모두 가능하며, 최종 산출물의 기술성숙도(TRL)를 기반으로 성과 목표 달성을 위한 전략과 최종적으로 어떤 모델을 개발할 것인지 등을 제안해야 한다. 한편 사업단은 오는 4월4일(금) 오후 2시 한국제약바이오협회 4층 강당에서 '연합학습 기반 신약개발 가속화 프로젝트 사업설명회'를 개최한다. 이번 설명회는 신규과제 참여 희망 연구자 및 연구기관, 기업, 의료기관 등을 대상으로 사업 이해를 제고하기 위해 마련됐다. 설명회는 사업 소개, 공고 과제 안내와 더불어 연구개발계획을 수립하는 데 있어 기존 수행 과제(2024년도 선정 과제)와의 차별성 등을 꾀하고자 2024년에 신규 선정되어 현재 과제를 수행 중인 5개 기관의 연구개발 현황 발표 시간도 준비되어 있다.