【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]포스텍, AI를 이용해 사람에게 나타날 약물 부작용 예측 기술 개발

온카뱅크관리자

2025-10-30 09:17:32

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="KLD1co71E0">
 포스텍(POSTECH)은 김상욱 생명과학과·융합대학원 교수, 생명과학과 박민혁 박사, 통합과정 송우민 씨, 인공지능대학원 통합과정 안현수 씨 연구팀이 인공지능(AI)을 이용해 사람에게 나타날 약물 부작용을 예측하는 기술을 개발했다고 30일 밝혔다. 이번 연구는 최근 의약 분야 국제 학술지 '이바이오메디신(eBioMedicine)' 온라인판에 실렸다.
 신약 개발 과정에서 세포나 동물 실험 등의 전임상을 통과한 약물이 사람에게서 뜻밖의 독성을 보이는 경우가 많다. 문제는 사람과 동물의 생물학적 반응이 다르기 때문이다. 
 <figure class="figure_frm origin_fig" contents-hash="6ecb3ef8a7568ea6e54cbf4bab095bc44ee717c7d708b9bf1df5674a1b692679" dmcf-pid="Vam3DNB3mt" dmcf-ptype="figure">
 <img alt="왼쪽부터 김상욱 교수, 생명과학과 박민혁 박사, 통합과정 송우민 씨, 인공지능대학원 통합과정 안현수 씨" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/30/etimesi/20251030090947860ckeb.jpg" data-org-width="700" dmcf-mid="qdm3DNB3Iu" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/30/etimesi/20251030090947860ckeb.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 왼쪽부터 김상욱 교수, 생명과학과 박민혁 박사, 통합과정 송우민 씨, 인공지능대학원 통합과정 안현수 씨
 </figcaption>
 </figure>
 연구팀은 세포·쥐·사람 간 생물학적 차이인 'GPD(유전형-표현형 차이)'에 주목해 약물이 겨냥하는 표적 유전자가 사람과 전임상 모델에서 어떻게 다르게 작동하는지를 세 가지 축으로 분석했다. 첫째, 유전자가 생존에 미치는 영향(필수성), 둘째, 조직별로 유전자가 발현되는 양상, 셋째, 생물학적 네트워크에서 유전자의 연결성이다.
 위험 약물 434개와 승인 약물 790개 데이터로 검증한 결과, GPD 특성은 사람에서 독성으로 실패하는 약물과 유의하게 연관됐다. 화학 구조만 볼 때보다 예측력이 크게 향상됐으며, 독성 물질을 실제로 잘 찾아내는 지표(AUPRC1))가 0.35에서 0.63, 전체 예측 정확도를 나타내는 지표(AUROC)는 0.50에서 0.75로 높아졌다. 개발된 AI 모델은 기존의 최신모델들과 비교해 가장 우수한 예측 성능을 보였다. 
 <figure class="figure_frm origin_fig" contents-hash="69cf0600d022756f664316f47db3e3673f346b700240b390d74264d1548c2f29" dmcf-pid="84JhR8GhOZ" dmcf-ptype="figure">
 <img alt="전임상 모델과 사람 사이의 약물 작용 유전자의 생물학적 차이(GPD)에 기반 해석 가능한 약물 독성 예측 기계 학습 모델 프레임워크" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/30/etimesi/20251030090949255lhmu.jpg" data-org-width="578" dmcf-mid="bYnSdPXSsp" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/30/etimesi/20251030090949255lhmu.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 전임상 모델과 사람 사이의 약물 작용 유전자의 생물학적 차이(GPD)에 기반 해석 가능한 약물 독성 예측 기계 학습 모델 프레임워크
 </figcaption>
 </figure>
 나아가 독성으로 시장에서 퇴출당할 약물을 경고하는 '연대기적 검증'에서도 실용성을 보였다. 1991년까지의 약물 정보만으로 AI를 학습시킨 뒤, 1991년 이후 시장에서 퇴출당할 약물을 예측한 결과 95%의 정확도를 보였다.
 이번 연구는 세포와 전임상 동물 모델 그리고 사람의 생물학적 차이을 정량 지표로 끌어와 전임상-임상 사이 '번역의 벽'을 낮춘 점이 핵심이다. 제약사는 임상 전에 고위험 후보를 걸러 개발 비용과 시간을 아끼고, 환자 안전을 높일 수 있다. 관련 데이터와 주석이 쌓일수록 모델의 효용은 더 커질 전망이다.
 김상욱 교수는 “전임상 모델과 사람의 생물학적 특성을 수치로 반영한 첫 시도”라며, “AI와 생물정보학을 결합하면 신약 개발 '실패의 골짜기'를 크게 줄여 사람에게 안전하고 효과적인 신약을 더 빠르게 개발하는 시대가 멀지 않았다”라고 했다.
 한편, 이번 연구는 과학기술정보통신부 한국연구재단 대학 중점연구소지원사업 의료기기 혁신센터와 합성생물학 인력양성사업의 지원을 받아 수행됐다.
 포항=정재훈 기자 jhoon@etnews.com
 </section> 
 </div> 
 Copyright © 전자신문. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기