생글생글

과학과 놀자

말랑해지며 상처를 스스로 메운 뒤 단단해지는 '자가치유 물질'…'구길 수 있는' 자동차와 TV의 소재로 사용 기대

공상과학(SF) 영화 '엑스맨'과 '터미네이터'는 국내에서 큰 사랑을 받은 SF 영화들입니다. 두 영화에서 각각 등장하는 울버린과 T-1000은 지금까지 발표된 수많은 캐릭터 중에서 사람들의 기억에 남은 몇 안 되는 인기 캐릭터입니다. 두 캐릭터의 매력은 외부의 도움 없이 스스로 상처를 복원하는 자가치유(self-healing) 능력을 갖고 있다는 것입니다.그들은 총이나 칼에 맞아도 즉시 회복돼 불사신에 가깝습니다. 아프지 않고 다치지도 않고 더 나아가 죽지 않는 것은 인간이 가지고 싶은 가장 원초적인 욕구입니다. 이런 이유 때문에 이들이 크게 매력적으로 다가오는 게 아닐까 합니다.아쉽게도 인간이 영화와 같은 극적인 자기-치유 능력을 갖는 것은 현재 과학기술로는 어렵습니다. 자가치유 능력은 영화 속 능력만큼 극적이지는 않지만 생물이 무생물과 대비돼 갖는 주요 특징입니다. 자동차 접촉 사고를 내거나 휴대폰을 떨어뜨려 액정이 깨졌을 때 ‘생물처럼 이것들이 스스로 치유되면 어떨까?’ 하는 상상을 해봤을 겁니다. 이 기술은 앞서 언급한 우리의 소망보다 훨씬 우리 가까이에 왔습니다. 실제로 과학자들이 자가치유 물질을 개발하고 있습니다. 액체와 고체의 장점을 동시에 지닌 자가치유 물질자가치유 소재 개발 원리는 액체와 고체의 장점을 동시에 지닌 물질을 만드는 것입니다. ‘부부싸움은 칼로 물 베기다’라는 속담은 ‘부부는 싸워도 쉽게 화해한다’는 뜻입니다. 현대사회에 맞지 않는 이 속담을 꺼낸 이유는 “물을 아무리 칼로 베어도 흉터가 남지 않는다”는 물리적 현상을 독자들에게 오래 기억하게 하기 위함입니다. 칼로 베어낸 공간을 물

과학과 놀자

질병 유발 단백질에 대한 신약 후보물질의 생리활성을 예측하는 기술, 인공지능 활용한 가상탐색으로 신약 후보물질 빨리 찾아내

평균 10년, 1조원의 비용. 일반적으로 알려진 신약 개발에 필요한 기간과 비용이다. 이렇게 많은 시간과 비용이 드는 이유는 신약 후보 물질을 찾는 단계에서 약물의 승인 단계까지 상당한 시간과 비용이 소모되기 때문이다. 신약 개발에는 막대한 시간과 비용이 들어가지만, 성공 가능성은 희박하다. 신약 개발 과정은 질병을 일으키는 단백질을 찾아내고 해당 질병을 치료하기 위한 후보물질 탐색, 전임상, 안전성 및 약효를 평가하는 임상 1, 2, 3상 단계를 거친다. 이와 같은 과정에는 많은 시행착오가 생기며 이로 인해 막대한 연구개발 시간과 비용이 소요될 수 있다. 인공지능을 활용한 연구개발신약 개발업계 관련자들은 이런 고민을 해결하기 위해 엄청난 노력을 꾸준히 하고 있다. 최근 4차 산업혁명이라는 이슈와 함께 이런 질문에 대한 대안으로 관심받는 기술이 있다. 바로 컴퓨터를 이용한 인공지능 기술이다. 인공지능은 하드웨어 발달 및 병렬처리 알고리즘 개발에 힘입은 컴퓨터 성능 향상, 딥러닝을 기반으로 하는 획기적 데이터 분석 기술 개발, 전 세계를 연결하는 초고속 인터넷 등 다양한 기술 발전의 결과물로서 이미 이미지, 영상, 음성에 대한 인식 수준은 인간을 초월해가고 있으며 그 응용범위가 신약 개발을 포함한 모든 과학 분야의 영역으로 확대되고 있다. 인공지능을 활용하면 개선될 여지가 충분히 크기 때문에, 인공지능 기술은 기존 신약 개발 연구개발 과정의 효율성을 높여 신약 개발 성공률을 높일 수 있을 것으로 기대하고 있다.컴퓨터 기반의 신약 개발 연구는 지난 수십 년 동안 화합물과 생물학적 타깃(질병 유발 단백질) 간의 상호작용을 컴퓨터, 물리, 화학, 통계 등의