GIST '유전자 맞춤형 항암제 생성 AI' 개발…난치암 치료 한 발짝

남호정 교수 연구팀, 유전자형 분석…최적 치료제 설계 삼중-음성 유방암 등 난치암 정밀치료 길 열어 연구 성과 국제학술지 네이처 커뮤니케이션즈에 게재

광주과학기술원(GIST·지스트)은 남정호 전기전자공학과 교수(왼쪽)와 김현호 박사. (사진=지스트 제공) [e-mail]

[광주=뉴시스]이창우 기자 = 국내 대학 연구진에 의해 난치성 암 정밀치료의 길이 열리게 됐다.

광주과학기술원(GIST·지스트)은 남정호 전기전자공학과 교수 연구팀이 암 환자의 유전자형을 분석해 개인 맞춤형 항암제 후보물질을 제안하는 생성형 인공지능(AI) 모델 'G2D-Diff'를 세계 최초로 개발했다고 3일 밝혔다.

연구팀이 개발한 AI 모델은 암세포마다 다르게 나타나는 유전자형 정보와 약물 반응 데이터를 학습해 환자 개인에게 최적화된 새로운 항암제 후보물질을 생성할 수 있다.

환자 맞춤형 정밀 의료는 물론 기존의 치료법이 잘 듣지 않는 난치성 암에 대한 새로운 해법을 제시할 수 있을 것으로 기대된다.

최근까지의 생성형 AI 기반 항암제 개발 연구는 몇 가지 한계를 안고 있었다. 암과 같은 복합 질환은 치료 표적이 불분명한 경우가 많아 생성된 약물의 효과가 제한적이었고 임상 현장에서 확보하기 어려운 특수한 데이터에 의존하는 경우가 많아 실제 활용 가능성이 낮았다.

하지만 지스트 연구팀이 이번에 개발한 G2D-Diff는 암세포의 유전자 돌연변이 및 복제수 변이 정보, 그리고 약물 반응 데이터를 기반으로 작동한다.

광주과학기술원(GIST·지스트) 연구팀이 암 환자의 유전자형을 분석해 개인 맞춤형 항암제 후보물질을 제안하는 생성형 인공지능(AI) 모델 'G2D-Diff'를 세계 최초로 개발했다 (모델 개요 그래픽=지스트 제공) [e-mail]

기존 생성형 AI들이 임상 적용에 한계를 보여온 것과 달리, G2D-Diff는 실제 병원에서 확보가 가능한 유전자 정보를 활용해 개인 맞춤형 항암제 후보물질을 자동 생성할 수 있는 점에서 획기적인 진전을 이뤘다는 평가다.

연구팀은 난치성 암의 대표 사례인 삼중-음성 유방암(TNBC) 환자의 유전자 데이터를 G2D-Diff에 적용해 실효성을 검증했다. 생성된 후보물질들은 PI3K, HDAC, CDK 등 암세포 성장과 생존에 핵심적인 단백질을 정확히 표적으로 삼았으며 기존 약물과는 전혀 다른 새로운 화학 구조를 갖고 있었다.

특히 컴퓨터 도킹 시뮬레이션을 통해 이들 분자가 표적 단백질과 효과적으로 결합할 수 있는 것으로 확인돼 AI가 기존 약물을 모방하지 않고 새로운 기전을 가진 항암제를 설계할 수 있다는 사실을 입증했다.

또 G2D-Diff는 어텐션 메커니즘을 도입해 특정 유전자형에서 어떤 유전자나 생물학적 경로가 약물 설계에 핵심적으로 작용했는지를 설명할 수 있다. 이는 기존 블랙박스형 AI와 달리 생성된 약물의 과학적 타당성을 유전자와 생물학적 경로 수준에서 해석할 수 있는 기술로 연구자와 의료진 모두에게 큰 도움을 줄 수 있을 것으로 보인다.

남호정 교수는 "이번 연구는 개인 맞춤형 의학의 새로운 가능성을 연 것으로, AI 기술이 난치성 암 환자들에게 새로운 희망을 제공할 수 있을 것으로 기대한다"고 말했다.

이번 연구는 과학기술정보통신부·한국연구재단의 중견연구자지원사업, 보건복지부·과기정통부의 연합학습 기반 신약개발 가속화 프로젝트(K-MELLODDY), 국가독성과학연구소 기본 사업, 미국 NIH의 Bridge2AI 프로그램의 지원을 받아 수행됐다.

남 교수가 지도하고 김현호 박사(현 국가독성과학연구소 선임연구원)와 배봉성·박민수·신예원 석박통합과정생·트레이 이데커 교수(University of California, San Diego)가 함께 수행한 이번 연구 결과는 국제학술지 '네이처 커뮤니케이션즈(Nature Communications)'에 온라인판에 지난 1일 게재됐다.

☞공감언론 뉴시스[e-mail] <저작권자ⓒ 공감언론 뉴시스통신사. 무단전재-재배포 금지.>