표준물질 없는 용출물 분석…AI로 정확도 2배 높인 '루모'

조르디랩스가 표준물질 없이도 용출물(E&L) 스크리닝 및 독성 위험 평가의 정확도를 획기적으로 높인 머신러닝(ML) 기반 신규 솔루션 '루모(Lumo)'를 공개했다.

5일(현지시간) 의료 전문 매체 뉴스메디컬에 따르면, 조르디랩스의 앤서니 그라이스 수석 과학자는 인터뷰를 통해 이같이 밝혔다. 용출물 연구에서 기준 표준물질이 없는 미지의 화학물질을 검출할 경우, 대체 물질을 사용해 농도를 추정해야 하는데 이 과정에서 10배 이상의 오차가 발생할 수 있다. 루모는 이 문제를 해결하기 위해 개발됐다.

루모는 화합물의 분자 구조와 특성만으로 액체크로마토그래피-질량분석법(LC-MS)의 반응계수를 직접 예측한다. 이를 통해 표준물질 없이도 미지 화합물의 농도를 추정할 수 있어 시간과 비용을 절감하고 분석의 불확실성을 크게 줄인다.

이 솔루션은 다층 퍼셉트론(MLP) 신경망 모델을 사용한다. 300개 이상의 화합물 데이터베이스로 학습했으며, 먼저 화합물의 작용기 종류를 식별한 뒤 해당 화학 구조에 특화된 하위 모델로 연결하는 계층적 시스템을 적용해 예측 정확도를 높였다.

성능 평가 결과, 루모는 전문가가 직접 대체 표준물질을 선택하는 방식보다 정확도가 월등히 높았다. 구조적으로 유사한 방향족 알코올 그룹 테스트에서, 전문가 판단의 정확도(실제 값의 80~120% 이내)는 24%에 그친 반면 루모는 54%를 기록했다. 위험성 있는 과소평가 확률도 20%에서 10%로 감소했다.

또한 루모는 국제표준화기구(ISO)의 의료기기 생물학적 안전성 평가 기준인 'ISO 10993-18'의 위험 기반 접근법과도 부합한다. 정확한 반응계수 예측은 분석 불확실성을 낮춰, 보다 신뢰도 높은 분석평가기준(AET) 산출을 가능하게 한다.

조르디랩스는 향후 그래프 신경망, 3D 구조 특징 등을 포함한 고급 분자 특징화 기술을 도입해 모델을 더욱 고도화할 계획이다. 회사는 장기적으로 규제 기관이 모델 기반 예측값을 위험 평가의 근거로 인정하게 될 것으로 기대하고 있다.