대전=정일웅기자
실험 없이 세포·약물 반응을 예측할 수 있는 기술이 국내에서 개발됐다.
세포의 상태를 원하는 방향으로 조절하는 것은 신약 개발과 암 치료, 재생의학 등 생명과학 분야에서 핵심 과제로 꼽힌다. 단 적합한 약물과 유전자 표적을 찾기가 쉽지만은 않다.
개발한 기술은 레고블록을 분해·조립하는 것처럼 세포와 약물 반응을 수학적으로 모델링해 실험하는 과정 없이 새로운 반응과 임의 유전자 조절 효과를 예측할 수 있다는 점에서 의미를 갖는다.
KAIST는 바이오 및 뇌 공학과 조광현 교수 연구팀이 생성형 인공지능(AI)으로 세포를 목표 상태로 유도하는 약물과 유전자 표적을 찾아내는 기술을 개발했다고 16일 밝혔다.
조광현 교수(앞줄 중앙) 연구팀 구성원들이 기념촬영을 하고 있다. KAIST 제공
'잠재 공간(latent space)'은 이미지 생성 AI가 사물 또는 세포의 특징을 수학적으로 정리한 일종의 보이지 않는 '지도(공간)'다.
연구팀은 이 공간에서 세포의 상태와 약물의 효과를 각각 분리한 후 다시 재조합하는 등으로 실험을 거치지 않고도 세포와 약물의 최적 조합 반응을 예측하는 방식을 고안했다.
또 이러한 원리를 확장해 특정 유전자를 조절했을 때 나타나는 변화를 예측할 수 있다는 것을 입증했다.
연구팀은 실제 데이터를 활용해 이 같은 기술을 검증했다. 검증 결과 대장암 세포를 정상 세포에 가까운 상태로 되돌릴 수 있는 분자 표적을 AI가 찾아냈고, 이를 세포 실험으로 확인했다.
이는 새롭게 개발한 기술이 향후 암 치료는 물론 학습되지 않은 다양한 세포 상태의 전환과 약물 반응을 예측하는 범용 플랫폼으로 활용될 가능성을 열어둔다. 무엇보다 단순히 '이 약이 효과가 있다'는 수준에 그치지 않고 약물이 세포 안에서 작용하는 '원리'까지 밝힐 수 있는 점은 연구에 의미를 키운다.
연구팀은 이번 연구 성과가 향후 세포를 원하는 상태로 바꿀 수 있는 방법을 설계하는 데 기여하는 도구로 활용되는 동시에 신약 개발과 암 치료, 손상된 세포를 다시 건강한 세포로 되살리는 연구 등 의학 분야에서 널리 활용될 수 있을 것으로 내다본다.
조 교수는 "이번 연구는 이미지 생성 AI 기술로 세포를 원하는 방향으로 바꿀 수 있다는 원리의 '방향 벡터' 개념을 적용한 사례"라며 "연구팀이 개발한 기술은 특정 약물이나 유전자가 세포에 미치는 효과를 정량적으로 분석하고, 그간 확인하지 못한 반응까지 예측하는 범용 AI 방식으로 쓰일 수 있다는 점에서 의미를 갖는다"고 말했다.
한편 이번 연구는 KAIST 한영현 박사, 김현진 박사과정, 이춘경 박사가 참여해 수행했다. 연구 결과(논문)는 최근 셀(Cell) 출판사가 출간하는 국제 학술지 '셀 시스템(Cell Systems)'을 통해 소개됐다.