AI 신약개발, 여러 데이터 섞으니 예측 정확도 '쑥'…최적 조합은?

인공지능(AI) 신약 개발에서 여러 종류의 분자 데이터를 특정 방식으로 결합할 때 예측 정확도를 크게 높일 수 있다는 연구 결과가 나왔다.

9일(현지시간) 생명과학 전문 매체 azolifesciences에 따르면, 아일랜드 IBM 유럽 연구소 연구팀은 여러 분자 데이터를 결합하는 것이 신약 개발 모델의 정확도를 향상시키는지 확인한 대규모 비교 연구 결과를 국제 학술지 '네이처 커뮤니케이션즈'에 발표했다.

전통적인 신약 개발은 막대한 비용과 시간이 소요된다. AI는 잠재적 후보물질의 표적 결합력, 독성 등을 실험 전에 예측해 이 과정을 단축시키는 데 도움을 준다. 하지만 대부분의 AI 모델은 분자 그래프, 3차원 구조 등 단일 데이터에만 의존하는 한계가 있었다.

연구팀은 7가지의 서로 다른 분자 표현(modality) 방식을 활용해 AI 모델의 예측 정확도에 미치는 영향을 시험했다. AI 모델은 단순한 '피드-포워드 신경망'과 기존 생물정보학 데이터베이스로 사전 훈련된 '지식 강화 신경망(Otter-Knowledge)' 두 가지를 사용했다.

데이터 결합 방식은 각 데이터를 예측 전에 합치는 '중간 융합'과, 각 데이터로 개별 예측을 생성한 뒤 결과를 평균 내는 '후기 융합(late fusion)'으로 나누어 비교했다. 연구팀은 총 1400개 이상의 모델을 훈련하고 6000회 이상의 실험을 진행했다.

연구 결과, 여러 분자 데이터를 결합하는 것이 전반적으로 예측 정확도를 높였으며, 특히 '후기 융합' 방식이 일관되게 더 나은 성능을 보였다. 단일 데이터만 사용했을 때보다 6가지 데이터를 후기 융합 방식으로 결합했을 때 성능이 약 15% 향상됐다.

지식 강화 신경망인 'Otter-Knowledge' 모델을 사용했을 때 약물-표적 상호작용 예측 정확도는 더욱 높아졌다. 한 결합 친화도 평가에서는 예측-실제 결과 간 상관관계가 0.58에서 0.64로 약 10% 개선됐다.

데이터 종류별 중요도도 달랐다. 분자의 3차원 구조를 나타내는 'Uni-Mol'이 가장 가치 있는 데이터로 꼽혔다. 반면 일부 데이터는 특정 모델에서만 효과적이거나 오히려 성능이 저하되는 경우도 있어, 데이터 종류와 모델 아키텍처의 조합이 중요함을 시사했다.

연구팀은 '후기 융합' 방식이 정확도는 높지만, 각 데이터마다 별도의 모델을 훈련해야 해 연산 비용이 더 많이 드는 단점이 있다고 지적했다. 연구팀은 "이번 연구는 AI 신약 개발 모델 구축을 위한 로드맵을 제공한다"며 "예상되는 정확도 향상과 연산 비용 사이의 균형을 고려해 가장 유용한 데이터와 모델을 우선적으로 선택하는 것이 중요하다"고 설명했다.