포스텍, AI를 이용해 사람에게 나타날 약물 부작용 예측 기술 개발 작성일 10-30 42 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="KLD1co71E0"> <p contents-hash="a472ef48ed6f3f6e53fcc53eae589a384e951b3c4065da40548f8b62cd23e571" dmcf-pid="9owtkgztD3" dmcf-ptype="general">포스텍(POSTECH)은 김상욱 생명과학과·융합대학원 교수, 생명과학과 박민혁 박사, 통합과정 송우민 씨, 인공지능대학원 통합과정 안현수 씨 연구팀이 인공지능(AI)을 이용해 사람에게 나타날 약물 부작용을 예측하는 기술을 개발했다고 30일 밝혔다. 이번 연구는 최근 의약 분야 국제 학술지<span><strong> '이바이오메디신(eBioMedicine)' </strong></span>온라인판에 실렸다.</p> <p contents-hash="0da78b23c81c8b593938c55d0afb4357280b7951a6125267f12bf415805dfbde" dmcf-pid="2grFEaqFOF" dmcf-ptype="general">신약 개발 과정에서 세포나 동물 실험 등의 전임상을 통과한 약물이 사람에게서 뜻밖의 독성을 보이는 경우가 많다. 문제는 사람과 동물의 생물학적 반응이 다르기 때문이다.<br></p> <figure class="figure_frm origin_fig" contents-hash="6ecb3ef8a7568ea6e54cbf4bab095bc44ee717c7d708b9bf1df5674a1b692679" dmcf-pid="Vam3DNB3mt" dmcf-ptype="figure"> <p class="link_figure"><img alt="왼쪽부터 김상욱 교수, 생명과학과 박민혁 박사, 통합과정 송우민 씨, 인공지능대학원 통합과정 안현수 씨" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/30/etimesi/20251030090947860ckeb.jpg" data-org-width="700" dmcf-mid="qdm3DNB3Iu" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/30/etimesi/20251030090947860ckeb.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 왼쪽부터 김상욱 교수, 생명과학과 박민혁 박사, 통합과정 송우민 씨, 인공지능대학원 통합과정 안현수 씨 </figcaption> </figure> <p contents-hash="2517b3797f708023062346c95b2372657253b15dc0efcf6a1fc8b4527927789f" dmcf-pid="fVeIxfWID1" dmcf-ptype="general">연구팀은 세포·쥐·사람 간 생물학적 차이인 'GPD(유전형-표현형 차이)'에 주목해 약물이 겨냥하는 표적 유전자가 사람과 전임상 모델에서 어떻게 다르게 작동하는지를 세 가지 축으로 분석했다. 첫째, 유전자가 생존에 미치는 영향(필수성), 둘째, 조직별로 유전자가 발현되는 양상, 셋째, 생물학적 네트워크에서 유전자의 연결성이다.</p> <p contents-hash="16b4f89cf0e96513267836d7cdfb51a0fd2bf410ac956cb7b7df9176dbaea010" dmcf-pid="4fdCM4YCr5" dmcf-ptype="general">위험 약물 434개와 승인 약물 790개 데이터로 검증한 결과, GPD 특성은 사람에서 독성으로 실패하는 약물과 유의하게 연관됐다. 화학 구조만 볼 때보다 예측력이 크게 향상됐으며, 독성 물질을 실제로 잘 찾아내는 지표(AUPRC1))가 0.35에서 0.63, 전체 예측 정확도를 나타내는 지표(AUROC)는 0.50에서 0.75로 높아졌다. 개발된 AI 모델은 기존의 최신모델들과 비교해 가장 우수한 예측 성능을 보였다.<br></p> <figure class="figure_frm origin_fig" contents-hash="69cf0600d022756f664316f47db3e3673f346b700240b390d74264d1548c2f29" dmcf-pid="84JhR8GhOZ" dmcf-ptype="figure"> <p class="link_figure"><img alt="전임상 모델과 사람 사이의 약물 작용 유전자의 생물학적 차이(GPD)에 기반 해석 가능한 약물 독성 예측 기계 학습 모델 프레임워크" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/30/etimesi/20251030090949255lhmu.jpg" data-org-width="578" dmcf-mid="bYnSdPXSsp" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/30/etimesi/20251030090949255lhmu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 전임상 모델과 사람 사이의 약물 작용 유전자의 생물학적 차이(GPD)에 기반 해석 가능한 약물 독성 예측 기계 학습 모델 프레임워크 </figcaption> </figure> <p contents-hash="40e5a5da8b40c98e0c3acb41eeabe484f07bb1e120f053f32d71f355e43ad95e" dmcf-pid="68ile6HlmX" dmcf-ptype="general">나아가 독성으로 시장에서 퇴출당할 약물을 경고하는 '연대기적 검증'에서도 실용성을 보였다. 1991년까지의 약물 정보만으로 AI를 학습시킨 뒤, 1991년 이후 시장에서 퇴출당할 약물을 예측한 결과 95%의 정확도를 보였다.</p> <p contents-hash="c2078b2c2074f9caf99c212a30448b5029e34900c7a7f85dbce07d84eb736391" dmcf-pid="P6nSdPXSsH" dmcf-ptype="general">이번 연구는 세포와 전임상 동물 모델 그리고 사람의 생물학적 차이을 정량 지표로 끌어와 전임상-임상 사이 '번역의 벽'을 낮춘 점이 핵심이다. 제약사는 임상 전에 고위험 후보를 걸러 개발 비용과 시간을 아끼고, 환자 안전을 높일 수 있다. 관련 데이터와 주석이 쌓일수록 모델의 효용은 더 커질 전망이다.</p> <p contents-hash="bf96681ed314b9dd9feddae0a61fcf58c931458614cfc6d866b9488cf0d422cb" dmcf-pid="QPLvJQZvrG" dmcf-ptype="general">김상욱 교수는 “전임상 모델과 사람의 생물학적 특성을 수치로 반영한 첫 시도”라며, “AI와 생물정보학을 결합하면 신약 개발 '실패의 골짜기'를 크게 줄여 사람에게 안전하고 효과적인 신약을 더 빠르게 개발하는 시대가 멀지 않았다”라고 했다.</p> <p contents-hash="8cb9ca10627d48ea1ef50030d94aeb19033263bef02f899a0287506598b47ff9" dmcf-pid="xQoTix5TrY" dmcf-ptype="general">한편, 이번 연구는 과학기술정보통신부 한국연구재단 대학 중점연구소지원사업 의료기기 혁신센터와 합성생물학 인력양성사업의 지원을 받아 수행됐다.</p> <p contents-hash="f4d622ae14b82c35c858a5b92d9576693ed4509fc89c62131a6429b5737d3d65" dmcf-pid="yTtQZynQDW" dmcf-ptype="general">포항=정재훈 기자 jhoon@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 범키, 휘성 'I'm Missing You' 리메이크…존경과 애정 담아 10-30 다음 韓 연구팀, 성능 100배 최고 수준 '전자파 차폐 기술' 개발…네이처 발표 10-30 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
