MIT 연구원들, 딥러닝 기반 약물 발견.....생성 모델 1 억 1,100 만개 이상으로 다수의 화학 라이브러리에 적용

이 AI 모델은 기존 약물과는 다른 메커니즘을 이용해 박테리아를 죽이는 잠재적 항생제를 선별하기 위해 고안(사진:픽사베이,편집:본지)

항생제를 이용한 인류 역사의 타임 라인은 고대 그리스인과 중국인들은 상처에 감염을 치료하기 위해 썩은 빵을 사용했다고 한다. 또 존 파킨슨(John Parkinson)은 16 세기에 감염을 치료하기 위해 곰팡이를 사용했으며, 비로서 1928 년 알렉산더 플레밍이 페니실린을 발견하고 현재까지 치료 목적에 따라 여러 형태의 페니실린이 사용되고 있다.

그러나 지난 수십 년 동안 새로운 항생제는 거의 개발되지 않았으며, 새로 승인된 항생제는 기존 약물과 약간 다르다. 새로운 항생제를 선별하는 현재의 방법은 종종 막대한 비용이 들고, 상당한 시간 투자가 필요하며, 일반적으로 좁은 범위의 화학적 다양성으로 제한된다.

WHO에 따르면 현재, 전세계적으로 항생제 내성으로 사망한 230,000 명을 포함하여 약물 내성 질환으로 인해 매년 최소 70 만 명이 사망한다고 한다. 또 기존 항생제로 치료가 불가능한 변종 박테리아, 일명 슈퍼박테리아가 속속 등장하고 있는 상황이다.

이 같은 상황에서 MIT연구팀이 인공지능(AI)를 활용해 치료 불가능한 변종 박테리아를 포함한 광범위한 박테리아에 대응하는 새로운 항생물질 '할리신(Halicin)'을 발견한 것이다. 또 연구팀이 '할리신'이라고 부르기로 결정한 이 물질은 영화 '2001 : A Space Odyssey'의 가상 인공지능 시스템 '할'의 이름을 따서 명명되었다.

모델이 ZINC15 데이터베이스에서 1억 개 이상의 화학 화합물에서 선별 개요(사진:논문캡처)

연구팀은 환자로부터 분리되어 실험실 배양에서 수십 개의 박테리아 균주에 대해 테스트했다. 클로스트리디움 디피실리(Clostridium difficile), 아시네토박터 바우만니(Acinetobacter baumannii), 마이코박테리움 투베르쿨로시스 (Mycobacterium tuberculosis) 등 치료에 저항력이 있는 많은 박테리아를 죽일 수 있음을 확인했으며, 이 약물은 치료하기 어려운 폐 병원균인 슈도모나스 아에루기노사(Pseudomonas aeruginosa)를 제외하고 그들이 시험한 모든 종에 대해 효과가 있었고 밝혔다.

특히, 불과 3일만에 1억 개 이상의 화학 화합물(ZINC15 데이터베이스)을 선별할 수 있는 이 AI 모델은 기존 약물과는 다른 메커니즘을 이용해 박테리아를 사멸시키는 잠재적 항생제를 선별하기 위해 고안됐으며, 완전히 새로운 종류로 인간세포에 무해한 항생물질을 찾아냈다는데 과학자들은 주목하고 있다.

이번 MIT 연구팀이 사용한 딥러닝 기반 약물 발견에서는 2,335 개의 분자 수집을 사용하여 대장균의 성장 억제를 예측하기 위해 딥 신경망 모델을 훈련시켰다. 이에 대한 활성을 갖는 잠재적인 화합물을 확인하기 위해, 생성된 모델은 1 억 1,100 만개 이상의 분자를 포함하는 다수의 화학 라이브러리에 적용됐으며, 이 화합물들은 모델의 예측 점수에 근거한 순위를 부여하고 최종 후보 목록은 사전 지정된 예측 점수 임계 값, 화학 구조 및 가용성에 따라 선택되었다.

MIT 의학공학과학연구소(IMES) 제임스 콜린스 생물학공학과 교수는 "우리는 인공지능의 힘을 이용해 항생제 약물 발견의 새로운 시대를 열어줄 수 있는 플랫폼을 개발하고 싶었다"며, "우리의 접근방식은 틀림없이 발견된 더 강력한 항생제 중 하나인 이 놀라운 분자를 밝혀냈다"고 밝혔다.

한편, 이 연구 결과는 지난 21일 셀(CELL)지에 ‘항생제 발견에 대한 딥러닝 접근법(A Deep Learning Approach to Antibiotic Discovery)’이란 제목으로 게재됐다. 더 자세한 내용은 논문(다운)을 참조하면 된다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지