[이뉴스코리아 최지현 기자] 고려대학교 강재우 교수 연구팀이 독자적으로 개발한 AI기반 약물활성도 예측 모델로 신약개발 드림챌린지(IDG-DREAM Drug Kinase Binding Prediction Challenge) 우승을 차지했다고 11일 밝혔다.
이번 대회는 IDG (Illuminating the Druggable Genome) 컨소시엄이 데이터를 제공하고 핀란드 분자 의학 연구소(Institute for Molecular Medicine Finland)가 주관하여 25개의 신약 후보 물질과 207개의 인산화 효소 간에 394개의 약물 활성도 값을 예측하는 문제를 출제했다.
전 세계 총 54개 팀이 참가했고 강재우 교수팀과 공동 우승한 중화대학-일리노이대학 컨소시움, 노스캐롤라이나대학을 비롯해 미국과 유럽의 대표적 정부지원 연구기관인 미국 국립 보건원과 유럽분자생물학연구소 등이 참가했다.
강재우 교수팀은 약물의 화학구조를 그래프로 인식하고 이를 수학적 벡터공간에 매핑하는 딥러닝모델인 그래프 뉴럴네트워크를 이용하여 문제를 풀었다. 이 그래프 뉴럴네트워크로 단백질 결합에 중요한 약물의 하부구조와 화학적 성질을 학습하고 이를 이용해 대상 단백질에서의 약물 활성도를 예측한다.
제약사에서는 통상 고속 대량 스크리닝 기법(HTS)을 통해 수만에서 수십만 개의 화합물에 대해 실험적으로 표적 단백질과의 활성도를 측정해왔다. 그러나 이 방법은 시간과 비용이 많이 들고 성공확률도 떨어진다. 실제 신약으로 합성 가능하다고 알려진 화합물만 12억 개가 넘는데, 임의로 선택된 수십만 개의 화합물 중 최적의 선도물질이 포함되어 있을 확률은 매우 작다.
반면, 인공지능기반 예측모델을 통해 12억 개 중 빠르게 소수의 후보화합물들을 골라내고 이들에 대해서만 선택적으로 실험 검증을 한다면 시간과 비용을 크게 줄일 수 있고 성공확률 또한 높일 수 있다.
강재우 고려대 교수는 “앞선 대회의 우승모델들에 더해 이번 대회의 우승으로 신약발굴(Drug Discovery)과정에서 필요한 중요한 요소 기술들을 인공지능화 하는데 성공했고 이를 국제대회를 통해 공인 받은 셈”이라며 “이들 모델들을 유기적으로 결합해 인공지능기반 신약 발굴 플랫폼을 만들어 협력중인 연구기관 및 제약사들과 함께 실제 신약개발에 적용할 계획”이라고 포부를 밝혔다.
이번 대회 결과는 11월 4일(월)부터 6일(수)까지 미국 뉴욕 메모리얼 슬론 케터링 암센터에서 개최된 2019년 국제 조절시스템유전체학회에서 발표됐고, 강재우 교수팀은 이 학회에 우승자 자격으로 초청되어 “In-silico Molecular Binding Affinity Prediction with Multi-Task Graph Neural Networks” 라는 제목의 강연으로 우승모델을 소개했다.
3년 연속 우승을 차지한 강재우 교수 연구팀은 2017년 미국 국립암연구소(NCI) 주관으로 열린 암 단백체 예측 챌린지에서 한국 팀 최초로 드림챌린지 우승했고 2018년 미국 마운트시나이(Mount Sinai) 의대에서 주관한 다표적 신약개발 챌린지(Multi-targeting drug DREAM Challenge)에서도 우승을 차지 한 바 있다.
2016년 아스트라제네카와 생어연구소가 주관했던 항암제 조합 효과 예측 챌린지에 첫 출전해 준우승을 차지했다.