슈퍼컴퓨터와 인공지능(AI)이 신약 후보물질 탐색에 활용되면서 신약개발 효율을 높여주고 있다.
6일 니혼게이자이신문에 따르면 슈퍼컴퓨터와 AI 등 정보기술(IT)의 급속한 진전으로 이를 이용한 신약후보물질 탐색이 본격화되면서 신약개발에 새 조류가 형성되고 있다.
신약개발의 첫단계는 병세 원인이 되는 단백질에 결합해 작동을 멈추게 하는 물질을 찾는 것이다. 컴퓨터를 사용해 결합하는 물질을 찾는 기술과 데이터 축적 진전으로 규모와 대상이 늘었다.
실제로 교토대학 오쿠노 야스시 연구팀은 아스테라스제약과 에자이 등 20개 제약사와 협력해 슈퍼컴퓨터 `경(京)`을 사용한 AI로 신약 후보물질을 탐색하는 대규모 프로젝트를 시작했다. 3000만개 화합물 중에서 암 등 질병과 관련된 631종 단백질에 결합하는 화합물을 찾는다. 우선 이미 결합이 밝혀진 단백질과 물질 조합 약 400만쌍 데이터를 인공지능에 학습시킨다. 그 이후에는 인공지능의 딥러닝 기술에 의해 미지의 조합을 예측, 경합하는 후보를 배제한다. 이렇게 예측한 결과를 참가 기업에 제공해 신약개발을 돕는 구조다.
아스테라스는 자체적으로 인공지능을 사용한 항체의약 후보도 찾고 있다. 항체의약은 체내 특정단백질에 결합해 약효를 나타내며 결합부 구조 안정성이 높을수록 실용화에 유리하다. 아스테라스는 인공지능을 이용, 새로 얻은 항체 아미노산배열에서 결합부 안정성을 예측한다.
약이 결합하는 단백질은 부드러운 물질로 수중에서 고속으로 변형한다. 그 움직임을 정밀하게 계산하면 후보물질 탐색 정밀도가 올라간다.
일본 이화학연구소는 단백질 움직임 계산에 특화된 슈퍼컴퓨터 `MD-GRAPE`를 개발하고 있다. 2019년 가동한다. 2021년에는 40마이크로초 사이 단백질 움직임을 계산하는 차세대 기종도 개발한다.
호시약과대학 등이 주도한 컨소시엄은 양자화학계산이라는 방법을 활용해 질병 관련 단백질 구조를 밝혀내려 하고 있다. MD-GRAPE가 단백질 동영상을 목표로 하고 있는 것과 달리 초고정밀 정지화면을 얻으려는 시도다. 밝혀낸 단백질 구조는 데이터베이스에 모아 이르면 올해부터 공개한다.
신약 후보물질이 발견되어도 제품화할 수 있는 확률은 2만~3만분의 1에 그친다. 신약개발은 위험도 크지만 성공하면 댓가도 높은 연구개발이다.
세포나 동물실험에서 조사하기 전에 컴퓨터에 의한 계산으로 유망한 물질을 특정할 수 있는 확률을 높여 개발에 걸리는 기간이나 비용을 크게 줄일 수 있을 것으로 기대된다.
권상희기자 shkwon@etnews.com
