IT



"인공지능(AI) 발전, 신약개발에 큰 기회… 한계 역시 존재"

AI 파마 코리아 컨퍼런스 2019 간담회
인공지능 신약개발 기술진화 진단


[파이낸셜데일리=이정수 기자] 인공지능(AI)이 신약 발굴 및 개발 과정을 가속화할 수 있는 광범위한 기회를 열었지만 다양한 한계 역시 남아있다.


한국제약바이오협회 인공지능신약개발지원센터가 7일 연 ‘AI 파마 코리아 컨퍼런스 2019’(르 메르디앙 서울 호텔)에서 연자들은 AI가 적용된 신약개발의 현주소에 대해 이같이 입을 모았다.


이날 안드레아스 벤더 박사(캠브릿지대학의 분자정보학센터 데이터기반 약물발굴파트 그룹 책임자)는 “인공지능은 언어와 이미지 인식과 같은 분야를 변화시켰지만, 이용 가능한 화학적·생물학적 데이터의 특성상 약물 발견 영역에서는 아직 그렇지 않다”고 지적했다.


예를 들어 화학적 구조, 대상 생물 활동, 유전자 발현 데이터, 장기 조직 병리학 및 기타 정보 출처로부터 충분한 데이터를 이용할 순 있지만 데이터 노이즈(Noise)가 많고 일관성이 없다는 것이다.


이용 가능한 데이터 역시 불충분하고 특히 당면 문제 관련 데이터(예: 인간의 독성을 예측하는 데 사용되는 동물의 독성 등)가 많지 않다는 지적이다.


또 김재영 인공지능신약개발지원센터 책임연구원은 “AI를 활용할 알고리즘은 구축돼 있는 상황이지만 국내는 많이 뒤쳐져 있다”고 꼬집었다.


이어 “제약사들이 글로벌 전문가와 일하기 위한 전문성을 갖추지 못하고 있고 각사 니즈에 대해서도 정확히 파악하지 못하고 있다”고 말했다.


김병찬 박사(미국 슈뢰딩거)는 “현재는 입출력 데이터의 해석 전략을 설정하는 단계인데, 후보물질 타겟 발굴을 처음 시작할 때 데이터가 거의 없어, AI를 적용하고 싶어도 하지 못하는 현실”이라고 말했다.


임채민 박사(에이투에이 파마슈티컬스의 최고과학책임자) 역시 “후보물질 타겟에 대한 제한된 정보만 있을 경우 진정으로 새로운 화학 물질을 만드는 데 여전히 어려움이 존재한다”고 공감했다.


이 같은 상황을 극복하기 위한 협력 기반 노력도 이어지고 있다.


미국 슈뢰딩거는 데이터가 없는 경우에도 활용할 수 없는 모델을 개발했다.


수십년간 구축한 컴퓨터 모델로 신약개발에 필요한 데이터베이스를 구축한 것이다.


에이투에이는 고유한 디자인 플랫폼을 활용, 약물이 되기 어려운 타겟의 문제를 해결한다.


이 플랫폼은 수십 번의 분자 설계 반복을 통해 고유한 구조의 화학적 트랙션을 가능하게 하며, 사전에 최적화된 대상별 화합물을 생성하기 위해 인공지능·딥러닝 도구를 통합했다.


인공지능신약개발지원센터는 각 회사가 인프라를 활용 및 협력할 수 있는 오픈이노베이션 모델을 구축 중이다.





배너
배너