광주과학기술원(GIST)은 전기전자컴퓨터공학과 남호정 교수 연구팀이 암 환자의 유전자형을 분석해 개인 맞춤형 항암제 후보물질을 제안하는 생성형 인공지능(AI) 모델을 세계 최초로 개발했다고 3일 밝혔다.
연구팀이 개발한 AI 모델은 암세포마다 다르게 나타나는 유전자형 정보와 약물 반응 데이터를 학습해 환자 개인에게 최적화된 새로운 항암제 후보물질을 생성할 수 있다.
이로써 환자 맞춤형 정밀의료는 물론, 기존 치료법이 잘 듣지 않는 난치성 암에 대한 새로운 해법을 제시할 수 있게 됐다.
지금까지의 생성형 AI 기반 항암제 개발 연구는 몇 가지 한계를 안고 있었다.
암과 같은 복합 질환에서는 치료 표적이 불분명한 경우가 많아 생성된 약물의 효과가 제한적이었다.
또 임상 현장에서 확보하기 어려운 특수한 데이터에 의존하는 경우가 많아 실제 활용 가능성이 작았다.
연구팀은 이러한 한계를 극복하기 위해 약 150만개 화학구조와 120만건의 약물반응 데이터를 학습한 생성형 AI 모델 'G2D-Diff'를 개발했다.
이 모델은 실제 임상에서 확보할 수 있는 유전자 정보(돌연변이 및 복제수 변이)와 목표로 하는 약물 반응 수준을 입력하면, 이에 최적화된 항암제 후보물질을 자동으로 설계한다.
G2D-Diff는 텍스트-이미지를 생성하는 AI 모델과 유사한 방식으로 작동한다.
'특정 암 유전자형에 매우 민감한 약물'이라는 조건을 입력하면, 그 조건에 맞는 항암제 분자 구조를 생성하는 것이다.
이 모델은 ▲분자구조를 수치로 표현하는 '화학적 변분 오토인코더(Chemical VAE)' ▲입력 조건(유전자형과 약물 반응 목표 등)을 수치화하는 '조건 인코더(Condition encoder)' ▲조건에 맞는 새로운 분자 구조를 생성하는 '조건부 확산 모델(Conditional Diffusion Model)'로 구성돼 있다.
G2D-Diff는 기존 생성형 AI 모델들에 비해 모든 성능 지표에서 압도적 성능을 보였다.
특히 최고 성능을 가진 모델로 알려진 IBM의'PaccMannRL'과 비교했을 때 다양성(Diversity), 실현 가능성(Feasibility), 조건 적합성(Condition Fitness) 등에서 모두 우수한 성능을 나타냈다.
생성된 화합물들이 입력된 유전자형 조건에 얼마나 잘 부합하는지 평가하는 '조건 적합성(Condition Fitness)' 항목 중 약물 반응성 예측에서는 기존 모델이 약 51%의 평균 오차율을 보인 반면, G2D-Diff는 약 1% 수준의 평균 오차율을 기록했다.
연구팀은 G2D-Diff 모델을 난치성 암의 대표 사례인 삼중-음성 유방암에 적용해 실제 활용 가능성을 검증했다.
환자들의 유전자 변이 정보를 입력해 생성한 후보물질들은 암세포 증식을 억제하는 핵심 단백질인 PI3K, HDAC, CDK 등을 정확히 표적으로 삼았다.
또한, 이들 화합물의 화학구조가 기존 치료제와 전혀 다르면서도 동일한 치료 효과를 낼 수 있다는 것이다.
컴퓨터 도킹 시뮬레이션을 통해 이 화합물들이 실제로 암세포의 표적 단백질에 결합할 수 있음도 확인했다.
이는 AI가 단순히 기존 약물을 모방하는 데 그치지 않고, 환자 개개인의 유전적 특성을 분석해 그에 최적화된 완전히 새로운 치료제를 설계할 수 있음을 보여주는 획기적 성과로 볼 수 있다.
G2D-Diff의 또 다른 강점은 '해석 가능성'이다.
이 모델은 어텐션 메커니즘을 활용해 특정 유전형을 가진 암종에서 어떤 유전자나 생물학적 경로가 약물 설계에 중요한지 파악할 수 있다.
이를 통해 단순히 새로운 분자를 생성하는 데 그치지 않고, 해당분자가 왜 효과적인지를 유전자 및 생물학적 경로 수준에서 설명함으로써 치료제의 타당성을 뒷받침하는 과학적 근거까지 함께 제시할 수 있다.
남호정 교수는 "이번 연구는 개인 맞춤형 의학의 새로운 가능성을 연 것으로, AI 기술이 난치성 암 환자들에게 새로운 희망을 제공할 수 있을 것으로 기대한다"고 말했다.
김현호 박사(제1저자)는 "G2D-Diff는 신약 개발 과정에서 가장 어려운 초기 후보물질 탐색 단계의 효율성을 비약적으로 향상시킬 수 있어 항암제 개발 기간을 크게 단축할 수 있을 것"이라고 강조했다.
호남취재본부 민찬기 기자 coldair@asiae.co.kr
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제 무단전재 배포금지>
