생글생글

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