유전자-화학물질 장벽 허문 AI…텐센트·중난대 '셀' 게재

텐센트와 중국 중난대학교 공동 연구팀이 유전자 데이터로 약물 효과를 예측하는 새로운 인공지능(AI) 모델을 개발해 신약 개발 패러다임 전환을 예고했다.

24일(현지시간) 바이오 전문매체 바이오온에 따르면 텐센트 생명과학 연구소와 중난대학교 컴퓨터공학과 공동 연구팀은 'UniPert-G2CP' 딥러닝 프레임워크에 대한 연구 논문을 세계적인 학술지 '셀(Cell)'에 게재했다. 논문 제목은 'UniPert-G2CP, 분자 표현부터 표현형 모델링까지 유전적 스크리닝과 화학적 스크리닝을 연결하다'이다.

신약 개발 과정에서 유전자 스크리닝과 화학물질 스크리닝은 핵심적이지만, 둘 사이에는 큰 간극이 존재했다. 크리스퍼(CRISPR) 유전자 가위 기술 등을 이용한 유전자 스크리닝은 한 번에 수천 개 유전자를 다룰 수 있지만, 화합물 라이브러리를 이용한 화학 스크리닝은 실험의 한계로 소수 분자만 다룰 수 있기 때문이다.

연구팀이 개발한 'UniPert-G2CP'는 이 간극을 메우는 2단계 딥러닝 프레임워크다. 1단계인 'UniPert'는 유전자와 화학 분자를 동일한 벡터 공간에 맵핑하는 '번역기' 역할을 한다. 이를 통해 서로 다른 형태의 데이터를 직접 비교하고 연결할 수 있게 된다.

2단계인 'G2CP'는 전이 학습(transfer learning) 전략을 사용한다. 방대한 유전자 교란 스크리닝 데이터로 사전 훈련된 모델에 제한된 화학 스크리닝 데이터를 추가 학습시키는 방식이다. 이는 특정 약물이 공유 신호 전달 경로에 작용해 유전적 효과를 모방할 수 있다는 가정에 기반한다.

연구팀은 이 모델을 4개 암세포주에서 4994개 유전자와 7860개 저분자 화합물에 적용해 검증했다. 그 결과, 약물 반응의 이면에 있는 세포 이질성을 밝혀내고 약물 작용 기전과 내성에 대한 통찰력을 확보했다고 설명했다.

다만 연구팀은 해당 모델의 예측 결과가 실제 실험을 통한 검증을 거쳐야 하며, 완전히 새로운 작용 기전을 가진 화합물에 대해서는 예측 신뢰도가 떨어질 수 있다는 한계점도 명시했다.

그럼에도 'UniPert-G2CP'는 방대한 유전자 데이터를 신약 가상 스크리닝에 활용할 길을 열었다는 평가를 받는다. 이는 신약 개발에 드는 막대한 시간과 비용을 줄이고, '데이터 주도'에서 '기전 주도'의 정밀의료 시대를 앞당기는 핵심 기술이 될 것으로 기대된다.