|
신약 개발에도 인공지능의 핵심 기술인 딥러닝(Deep learning) 활용이 늘고 있어 국내 관련 시장이 활성화될 것인지 주목된다.
과학기술정보통신부는 17일 약물-약물 및 약물-음식 간 상호작용을 정확하게 예측할 수 있는 시스템(명칭 : DeepDDI)을 개발했다고 밝혔다.
한국과학기술원(KAIST, 총장 신성철) 이상엽 교수와 김현욱 교수팀이 개발한 해당 시스템은 딥러닝을 활용해 약물 상호작용을 예측하는 것으로 국제학술지 ‘미국 국립과학원 회보 (PNAS)’ 16일자 온라인판에 게재되기도 했다.
기존의 약물 상호작용 예측 방법론은 약물-약물 간의 상호작용이 일어날지의 가능성 정도만을 예측할 뿐, 두 약물 간 구체적인 약리작용에 대한 정보는 제공하지 못했다.
이번에 개발된 'DeepDDI' 19만2284개의 약물-약물 상호작용을 92.4%의 정확도로 예측한다. 두 약물 복용 시 일어날 수 있는 유해 반응의 원인, 보고된 인체 부작용을 최소화시킬 수 있는 대체 약물, 특정약물의 약효를 떨어뜨릴 수 있는 음식(성분) 등을 예측해 그 결과를 영문으로 출력하는 기능을 갖고 있다.
이상엽 특훈교수는 “복합 투여되는 약물들의 부작용을 낮춰 효과적인 약물치료 전략을 제안할 수 있는 기술"이라고 설명했다.
정부는 제약산업 분야에서 AI를 활용한 신약 개발 사업에 큰 관심을 갖고 있다. 올해 발표된 보건복지부의 제2차 제약산업 육성·지원 5개년 종합계획에는 인공지능을 활용한 신약 R&D 및 오픈이노베이션 기반 신약 R&D 활성화 등의 정책이 포함됐다.
AI가 신약 개발에 드는 막대한 비용을 크게 절감할 것으로 기대되는 만큼 기술 혁신을 통한 국내 제약사들의 신약 개발 역량을 키운다는 목표다.
업계 또한 AI의 신약개발 적용이 추진되고 있다. 한국제약바이오협회는 지난 3월 인공지능신약개발지원센터 추진단을 출범하고 내년까지 AI신약개발지원센터 설립을 목표로 하고 있다.
유한양행은 최근 AI기반 신약개발을 연구하고 있는 신테카바이오와의 협력을 토대로 항암 활성 물질 및 바이오마커 발굴 등을 추진하겠다고 밝힌 바 있다.
신테카바이오 정종선 대표는 "신약개발은 1조원에 달하는 천문학적인 비용과 8~11년 가량의 막대한 시간이 소요되기 때문에 이를 단축하는 것이 중요하다"며 "인공지능과 유전체 빅데이터 활용이 제약 시장의 판도를 바꿔놓을 키워드라 확신한다"고 설명했다. |
