생성형 AI, 환자 맞춤형 항암제 후보물질 알아서 ‘척척’

GIST, 암 유전자 기반 ‘생성형 AI 모델’ 개발 약물반응성 오차 획기적 줄여..신약 개발 가능성 입증 암 환자의 유전자형을 분석해 개인 맞춤형 항암제 후보물질을 제안하는 생성형 인공지능(AI) 모델이 개발됐다. 기존 모델에 비해 성능이 우수해 난치성 암 정밀 치료에 활용할 수 있을 전망이다. 광주과학기술원(GIST)은 남호정 전기전자컴퓨터공학과 교수 연구팀은 150만개의 화학 구조와 12만건의 약물반응 데이터를 학습한 생성형 AI 모델 'G2D-Diff'를 개발했다고 3일 밝혔다. 현재 생성형 AI 기반 항암제 개발 연구는 암과 같은 복합 질환에서 치료 표적이 불분명해 생성된 약물 효과가 제한적이고, 임상 현장에서 확보하기 어려운 특수 데이터에 의존하는 경우가 많아 실제 활용 가능성이 낮은 한계가 있다. 연구팀이 개발한 AI 모델은 암세포마다 다르게 나타나는 유전자형 정보와 약물반응 데이터를 학습해 환자 개개인에게 최적화된 새로운 항암제 후보물질을 생성한다. 실제 임상에서 확보할 수 있는 유전자 정보(돌연변이 및 복제수 변이)와 목표로 하는 약물 반응 수준을 입력하면, 이에 최적화된 항암제 후보물질을 자동 설계한다. 가령, '특정 암 유전자형에 매우 민감한 약물'이라는 조건을 입력하면 그 조건에 맞는 항암제 분자 구조를 생성한다. 연구팀이 개발한 G2D-Diff 모델은 현존 최고 성능의 AI 모델인 IBM의 'PaccMannRL'과 비교해 다양성, 실현 가능성, 조건 적합성 등에서 모두 우수했다. 특히 생성된 화합물이 입력된 유전자형 조건에 따라 얼마나 잘 부합하는지 평가하는 '조건 적합성' 항목 중 약물 반응성 예측에서는 기존 모델의 평균 오차율 51%보다 훨씬 낮은 1% 수준을 기록했다. 또한 실제 약물군과의 분포 유사성은 기존 모델보다 평균 35∼44% 더 높게 나타나 생성된 후보물질을 실제 신약으로 개발할 수 있을 정도로 탁월했다. 연구팀은 G2D-Diff 모델을 난치성 암의 대표 사례인 '삼중-음성 유방암'에 적용해 실제 활용 가능성을 검증했다. 환자들의 유전자 변이 정보를 입력해 생성한 후보물질들이 암세포 증식을 억제하는 핵심 단백질 등을 정확히 표적으로 삼아 기존 치료제와 전혀 다르면서도 동일한 치료 효과를 냈다고 연구팀은 설명했다. 남호정 GIST 교수는 "AI가 단순히 기존 약물을 모방하는 데 그치지 않고, 환자 개개인의 유전적 특성을 분석해 그에 최적화된 완전히 새로운 치료제를 설계할 수 있음을 보여준 획기적인 연구 성과"라며 "AI 기술이 난치성 암 환자들에게 새로운 희망을 제공할 수 있을 것으로 기대한다"고 말했다.이 연구결과는 국제 학술지 '네이처 커뮤니케이션즈(지난 1일)'에 실렸다.이준기 기자 bongchu@dt.co.kr