Science
머신러닝으로 화합물 구조-유전자 발현 관계 예측 간세포암종·특발성 폐섬유증 동물모델서 효과 확인

미국 연구진이 인공지능(AI)을 이용해 화합물의 화학 구조만으로 유전자 발현에 미치는 영향을 예측, 난치성 간암과 폐섬유증 치료에 효과를 보이는 신약 후보물질을 발굴했다.
15일(현지시간) 바이오 전문매체 바이오온에 따르면, 미국 미시간주립대학교(MSU) 연구팀이 주도한 이 같은 내용의 연구 결과는 국제학술지 '셀(Cell)'에 게재됐다. 연구팀은 머신러닝 기술로 화학 구조 기반 유전자 발현 예측 모델(GPS)을 개발했다.
연구팀은 수백만 개의 실험 데이터를 AI에 학습시켜 특정 화합물이 유전자 발현을 촉진할지 억제할지를 구조만 보고 분류하도록 했다. 연구를 주도한 빈 첸 MSU 교수는 "고양이와 개 이미지를 분류하는 신경망 학습과 비슷하지만, 우리는 특정 유전자의 상향 또는 하향 조절 여부를 예측한다"고 설명했다.
연구팀은 이 모델을 활용해 치료법이 제한적인 두 가지 질환에 대한 신약 후보물질 탐색에 나섰다. 대상 질환은 전이성이 가장 높은 간암인 '간세포암종(HCC)'과 진단 후 평균 생존 기간이 3년에 불과한 만성 폐 질환 '특발성 폐섬유증(IPF)'이다.
간세포암종 연구에서는 생쥐 실험 결과 종양 크기를 줄이는 새로운 화합물 2종을 찾아냈다. 이는 스탠퍼드대학교 아시아간센터와의 공동 연구를 통해 이뤄졌다.
특발성 폐섬유증에 대해서는 약물 재창출이 가능한 약물 1종과 새로운 유망 화합물 2종을 확인했다. 특히 이 후보물질들은 생쥐 모델뿐만 아니라 코어웰 헬스(Corewell Health) 폐 이식 프로그램과 협력해 확보한 실제 인간의 폐 조직 샘플에서도 유효성이 검증됐다.
연구에 참여한 에드먼드 엘스워스 MSU 교수는 "신약 개발은 다양한 전문가가 협력해야 하는 복잡하고 어려운 과정"이라고 강조했다. 코어웰 헬스의 레다 기르기스 박사 역시 "임상의와 생물학자, 그리고 이제는 컴퓨터 과학자들이 함께 일하는 것이 의학 지식을 발전시키는 최선의 방법"이라고 말했다.
연구팀은 개발한 AI 모델의 코드와 가상 화합물 스크리닝 포털을 공개했다. 연구팀은 "이 플랫폼이 다른 여러 질병에 적용돼 신약 발견의 잠재력을 끌어낼 수 있을 것"이라며 "새로운 치료법을 발견하는 데 실질적으로 사용되기를 바란다"고 밝혔다.

BIOBOOK TEAM
biobookmedia@biobook.co.kr
모더나 세계 최초 맞춤형 암백신, 흑색종 3상서 재발 막았다∙∙∙상용화 초읽기