"AI로 화합물 합성경로 설계... 신약 개발 성공가능성 높여" [제17회 서울국제신약포럼]

강연 김우연 한국과학기술원 교수

"이제는 인공지능(AI)이 신약 후보물질을 직접 만드는 시대입니다."

김우연 한국과학기술원(KAIST) 교수는 18일 서울 여의도 콘래드호텔에서 열린 제17회 서울국제신약포럼에서 "최근의 AI는 기존 화합물을 단순 선별하는 수준을 넘어 필요한 약물구조 자체를 창출하는 생성모델로 진화하고 있다"면서 이같이 밝혔다.

김 교수는 대표적 생성형 모델로 'DeepICL'과 'NCIDiff'를 소개했다. DeepICL은 단백질의 결합 포켓 정보를 바탕으로 새로운 약물 후보 분자를 한 원자씩 생성해내는 구조 기반 모델이다. NCIDiff는 분자와 단백질 사이의 수소결합, 소수성 상호작용 등 결합 유형을 고려해 선택성과 효능을 동시에 높이는 최적화를 수행한다.

김 교수는 "이제는 활성화 데이터가 부족하더라도 단백질 구조만으로 최적 약물을 설계할 수 있다"며 "AI가 단백질 주변 환경을 인식하고, 결합에 적합한 분자의 구조와 결합 모드를 동시에 생성하는 수준에 이르렀다"고 말했다.

또한 김 교수는 "생성형 AI는 분자 자체의 특성뿐 아니라 합성 경로까지 동시에 설계할 수 있어, 실제 제조로 이어지는 가능성까지 높인다"고 설명했다. 실제로 연구팀은 상용 빌딩블록과 반응 조건을 조합한 설계 알고리즘을 통해 도출된 분자들이 상업용 자동 합성 장비에서도 구현 가능함을 확인했다.

신약 설계의 새로운 축으로는 '합성 가능성'이 제시됐다. 김 교수는 "이론적으로 뛰어난 분자라도 실제로 합성할 수 없다면 의미가 없다"며 상용 빌딩블록을 조합해 합성 가능한 구조를 우선 설계하는 방식의 중요성을 강조했다. 수조개 이상의 조합 가능성을 고려해 현실 적용성을 높이고 파이프라인 속도를 단축시킬 수 있다는 설명이다.

특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자

키워드#AI #화합물 #합성경로 #신약 #개발

※ 저작권자 ⓒ 파이낸셜뉴스, 무단전재-재배포 금지