신약 발굴 AI 국제대회 최상위 팀 선정...어떻게 발굴했나?

[앵커]
최근 인공지능 신약 후보 물질 발굴 국제대회에서 국내 연구진이 우수한 성적을 거뒀습니다.

연구진은 표적 단백질의 진화 정보를 활용하는 인공지능 알고리즘을 자체 개발했는데요.

이성규 기자입니다.

[기자]
인공지능으로 신약 후보 물질을 발굴하는 국제 대회인 캐시 챌린지.

미국 국립보건원 등이 후원하는 이 대회는 대회 데이터를 일반에 공개하고 후속 연구도 지원합니다.

최근 주제는 코로나19 바이러스의 특정 복제 단백질을 표적으로 한 신약 후보 물질을 찾는 거였습니다.

국내 연구진도 자체 개발한 인공지능 프로그램으로 참여했는데 최상위 4개 팀에 선정됐습니다.

인공지능 프로그램은 표적 단백질과 진화적으로 유사한 다른 단백질들의 정보를 활용해 새로운 화합물의 결합력을 예측합니다.

연구진은 우선 표적 단백질과 구조적으로 비슷한 다른 단백질들을 찾은 뒤 이들 단백질과 결합하는 기존 화합물의 결합력 등을 인공지능에 학습시켰습니다.

이를 바탕으로 5천 만개의 화합물 라이브러리, 즉 데이터베이스에서 표적 단백질에 가장 잘 결합하는 새 화학물질을 추려냈습니다.

연구진은 개발한 인공지능의 성능이 국제대회를 통해 검증됐다며 이를 바탕으로 후속 연구도 진행할 계획입니다.

[박근완 / KIST 강릉분원 책임연구원 : 새로운 생물 종이 가진 화합물질을 찾고, 그 화합물질들이 어떤 기능인지 모르는 경우가 대다수입니다. 알고리즘을 활용해 그런 화합물들이 어떤 질병에 쓰일 수 있는지 예측하고….]

[기자]
지난해 단백질 구조 예측 프로그램인 구글 알파폴드가 노벨상을 받으면서 새로운 도약기를 맞은 인공지능을 이용한 신약 후보 발굴.

후보 물질 발굴을 넘어 실제 상용화로 이어져 신약 개발의 새로운 도약으로 이어지길 기대해봅니다.

YTN 사이언스 이성규입니다.





YTN 이성규 (sklee95@ytn.co.kr)