딥러닝을 활용해 천연물 역-생합성 경로를 예측하는 모델이 국내 개발됐다. 천연물 기반 의약품 대량 생산에 활용할 수 있다.
한국과학기술원(KAIST·총장 이광형)은 김상규 생명과학과 교수팀이 황성주 김재철AI대학원 교수팀과 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발하고, 박정빈 부산대 교수팀과 이를 활용해 누구나 모델을 활용할 수 있도록 인터넷 웹사이트를 구축했다고 밝혔다.
천연물 활용 및 대량 생산을 위해서는 생합성 경로를 밝히는 것이 필수다. 하지만 구조가 복잡한 약용 천연물 생합성 경로가 잘 밝혀져 있지 않아 식물로부터 직접 추출해 사용하고 있다. 생합성 경로를 밝히고 생합성 효소를 찾을 수 있다면 천연물 활용 가치를 증진할 수 있다.
연구 첫 단계는 식물이 어떻게 물질을 합성하는지 경로를 역추적(역합성 경로를 제시)하는 것으로 시작한다.
연구팀은 천연물 역-생합성 경로 예측 모델을 제시했다. 발전된 역합성 모델과 생화학적 직관을 결합해 성공적으로 천연물 생합성 경로를 예측한다.
개발한 인공지능(AI) 이름은 '리드레트로(READRetro)'라고 명명했다. 이 모델은 천연물 역합성 예측 모델 중 최고 성능을 보이는 것으로 확인됐다. 개별 연구자들이 쉽게 활용할 수 있다.
김상규 교수는 “천연물 기반 의약품 대량 생산을 위한 합성생물학 연구 등에 활용이 기대된다”며 “추후 합성 경로를 매개하는 효소를 예측하거나 거대 분자 역합성 예측 정확도를 높이는 연구를 실시할 계획”이라고 말했다.
또 김 교수는 “이번 연구는 황성주 교수와의 인연으로 시작됐다”며 “KAIST가 표방하는 융합을 생화학자와 전산학자의 협력으로 이끌어 낸 좋은 연구”라고 강조했다.
김태인 KAIST 생명과학과 석박사통합과정, 이슬 KAIST 김재철AI대학원 석박사통합과정이 공동 제1 저자로 참여한 이번 연구 결과는 '뉴 파이톨로지스트'에 출판됐다.
한편 이번 연구는 KAIST POST-AI, 한국연구재단, 과학기술정보통신부 등의 지원을 받아 수행됐다.
김영준 기자 kyj85@etnews.com
