[비욘드포스트 이봉진 기자] 동국대학교(총장 윤재웅)는 컴퓨터·AI학부 임상수 교수 연구팀이 인공지능(AI)을 기반으로 한 약물 반응 예측 모델을 성공적으로 개발했다고 14일 밝혔다.

특히 이번 연구는 동국대 PRISM 연구실 소속 한예원 학부 연구생이 제1저자로 참여해 해당 분야 최고 수준의 국제학술대회 논문을 주도했다는 점에서 큰 주목을 받고 있다.

연구 성과는 AI 및 바이오(Bio) 분야 세계 최고 권위의 국제학술대회인 'ISMB(Intelligent Systems for Molecular Biology) Proceedings'에서 발표되며, 생물정보학 분야 저명 국제학술지인 'Bioinformatics(JCR 상위 8.7%)'에도 함께 게재될 예정이다.

최근 AI 기반의 약물 반응 예측 연구는 화합물의 구조 정보와 세포의 유전자 발현 정보를 함께 활용하는 추세다. 하지만 기존 방식은 이 두 가지 정보를 독립적으로 처리하거나 단순하게 결합하는 데 그쳐, 약물의 특정 화학 구조가 실제 어떤 생물학적 경로에 영향을 미치는지 정밀하게 파악하기 어렵다는 한계가 있었다.

연구팀은 이러한 문제를 극복하기 위해 'DiSPA (Differential Substructure–Pathway Attention)'라는 새로운 모델을 제안했다. 이 모델은 약물의 화학적 부분구조(substructure)와 세포의 경로 수준 유전자 발현(pathway-level gene expression) 간의 상호작용을 직접적으로 학습하는 것이 특징이다. 양방향 상호작용을 반영하는 차별적 어텐션 메커니즘을 도입해 불필요한 신호는 억제하고, 의미 있는 구조와 생물학적 관계를 효과적으로 포착해 낸다.

연구 결과에 따르면, DiSPA 모델은 다양한 평가 환경에서 기존의 최신 기법들보다 우수한 예측 성능을 보였다. 새로운 약물이나 세포에 대한 예측이 요구되는 까다로운 조건에서도 높은 일반화 성능을 입증했다.

또한, 모델이 학습한 어텐션을 통해 약물 구조와 생물학적 경로 간의 관계를 해석이 가능한 형태로 제시함으로써, AI 기반 신약 개발에서 매우 중요한 요소인 '설명가능성(interpretability)' 측면에서도 유의미한 결과를 도출해 냈다.

더 나아가 이 모델은 별도의 추가 학습 과정 없이 공간 전사체(spatial transcriptomics) 및 단일세포 데이터(single-cell RNA-seq)에도 적용될 수 있어, 조직 및 세포 유형별 약물 반응 패턴을 탐색할 가능성까지 보여줬다. 이는 다양한 생물학적 스케일에서 약물 반응을 이해할 수 있는 새로운 접근법을 제시했다는 평가를 받는다.

임상수 교수는 “이번 연구는 화학 구조와 생물학적 시스템 간의 상호작용을 직접 모델링함으로써 기존 약물 반응 예측 모델의 한계를 극복한 사례”라며, “AI 기반 정밀의학 및 신약개발 분야에서 보다 신뢰성과 해석 가능성을 갖춘 모델 개발에 기여할 것으로 기대한다”고 밝혔다.

한편, 이번 연구는 ▲우수신진연구사업 ▲바이오의료기술개발사업 ▲AI융합혁신인재양성사업 ▲대학ICT연구센터육성지원사업(ITRC) 등의 지원을 받아 수행됐다.

bjlee@beyondpost.co.kr