제약 인사이드
인공지능(AI)은 모든 산업에서 필수불가결한 기술이 됐다. 제약산업도 예외는 아니다. 한국보건산업진흥원에 따르면, 신약개발에 인공지능을 활용할 경우 개발 비용이 기존 2조~3조원에서 약 6000억원까지 감소할 전망이다. 제약업계는 인공지능 기술의 잠재력을 높게 보고, 신약 개발에 적극 도입·활용하고 있다.
19일 한국생명공학연구원 ‘인공지능을 활용한 신약재창출 연구동향’ 보고서에 따르면, 최근 홍콩 인공지능 기반 신약 개발사 인실리코메디슨은 인공지능을 활용해 후보 물질 도출 과정을 46일로 단축했다. 해당 후보 물질이 임상 시험에 진입하기까지는 30개월이 소요됐고, 투입한 비용 또한 전통적인 신약개발 과정 대비 10분의 1 수준이었다.
이처럼 제약사들은 신약 개발에 소모되는 시간과 비용을 절감하기 위해 인공지능 기술을 도입·활용하고 있다. 인공지능은 신약개발 전 주기에서 효율적으로 사용 가능한 기술로, 정교한 알고리즘과 대규모 데이터, 패턴 매칭 기술 등은 신약 후보물질의 화학 구조와 타깃 간 연관성을 식별하는 데 핵심 역할을 할 것으로 기대 받는다. 코로나19 유행 당시엔 백신 개발 속도를 높이기 위해 인공지능 기술이 활용되기도 했다.
한국생명공학연구원 이경륜 박사는 “인공지능의 등장은 신약개발에 혁신적인 변화를 가져오고 있다”며 “정교한 알고리즘을 활용해 데이터 분석과 자율적 의사결정을 가능하게 하며, 제약 산업의 판도를 바꾸고 있다”고 말했다.
특히 인공지능 기술은 약물 재창출 분야에서 활용도가 높다. 약물 재창출이란 임상 진행 중 탈락한 약물이나 이미 시판 중인 약물을 재평가해 새로운 적응증에 적용하는 것을 뜻한다. 기존 신약 개발에 비해 상대적으로 비용과 시간을 절약할 수 있으며, 성공 가능성 또한 높다고 평가된다.
인공지능은 약물 재창출 과정에서 머신러닝, 딥러닝, 자연어 처리를 활용해 유전자 데이터, 환자 기록, 약물의 생화학적 특성 등을 추출하고 새로운 치료 타깃 예측을 생성할 수 있다. 실제 최근 인공지능을 활용해 HIV 바이러스 치료제를 파킨슨병 치료제로 재창출할 가능성을 보인 사례가 보고되기도 했다.
인공지능의 한 분야인 ‘생성형 인공지능’은 기존 데이터를 학습해 새로운 데이터를 생성함으로써 약물 재창출 과정에서 보다 효율적이고 일반화된 가상 스크리닝 파이프라인을 구현할 수 있다. 이밖에 ▲인공지능과 전문가의 도메인 지식을 결합한 ‘딥드러그(DeepDrug)’ 플랫폼 ▲생의학 문헌 데이터를 분석해 약물 재창출, 질병-유전자 간 관계 탐색, 생물학적 경로 분석을 지원하는 ‘AGATHA’ 시스템 ▲화합물 흡수·분포·대사·배설·독성에 대한 특성을 예측하는 머신러닝 기반 ‘ADMET-AI’ 플랫폼 ▲데이터가 개별 장치나 로컬 서버에 저장된 상태에서 학습 모델을 훈련하는 ‘연합학습’ 기법 등도 인공지능 기반 약물 재창출 관련 기술·시스템으로 주목받고 있다.
다만 인공지능의 발전 속도에 비해 윤리적·과학적 엄격성에 대한 고민이나 명확한 규제안은 여전히 부족한 상황이다. 신약개발 분야에 인공지능을 보다 적극적으로 활용하기 위해서는 합리적인 근거를 바탕으로 균형 잡힌 접근 방식이 필요하다는 의견이 나온다. 이경륜 박사는 “데이터 공유, 해석 가능성, 비허가 사용에 대한 명확한 가이드라인이 필요하다”며 “인공지능 활용 시 개인정보 유출에 대한 우려가 지속적으로 제기될 가능성이 높으므로, 관련 연구의 활용도를 높이기 위해선 반드시 문제를 해결해야 한다”고 했다.
19일 한국생명공학연구원 ‘인공지능을 활용한 신약재창출 연구동향’ 보고서에 따르면, 최근 홍콩 인공지능 기반 신약 개발사 인실리코메디슨은 인공지능을 활용해 후보 물질 도출 과정을 46일로 단축했다. 해당 후보 물질이 임상 시험에 진입하기까지는 30개월이 소요됐고, 투입한 비용 또한 전통적인 신약개발 과정 대비 10분의 1 수준이었다.
이처럼 제약사들은 신약 개발에 소모되는 시간과 비용을 절감하기 위해 인공지능 기술을 도입·활용하고 있다. 인공지능은 신약개발 전 주기에서 효율적으로 사용 가능한 기술로, 정교한 알고리즘과 대규모 데이터, 패턴 매칭 기술 등은 신약 후보물질의 화학 구조와 타깃 간 연관성을 식별하는 데 핵심 역할을 할 것으로 기대 받는다. 코로나19 유행 당시엔 백신 개발 속도를 높이기 위해 인공지능 기술이 활용되기도 했다.
한국생명공학연구원 이경륜 박사는 “인공지능의 등장은 신약개발에 혁신적인 변화를 가져오고 있다”며 “정교한 알고리즘을 활용해 데이터 분석과 자율적 의사결정을 가능하게 하며, 제약 산업의 판도를 바꾸고 있다”고 말했다.
특히 인공지능 기술은 약물 재창출 분야에서 활용도가 높다. 약물 재창출이란 임상 진행 중 탈락한 약물이나 이미 시판 중인 약물을 재평가해 새로운 적응증에 적용하는 것을 뜻한다. 기존 신약 개발에 비해 상대적으로 비용과 시간을 절약할 수 있으며, 성공 가능성 또한 높다고 평가된다.
인공지능은 약물 재창출 과정에서 머신러닝, 딥러닝, 자연어 처리를 활용해 유전자 데이터, 환자 기록, 약물의 생화학적 특성 등을 추출하고 새로운 치료 타깃 예측을 생성할 수 있다. 실제 최근 인공지능을 활용해 HIV 바이러스 치료제를 파킨슨병 치료제로 재창출할 가능성을 보인 사례가 보고되기도 했다.
인공지능의 한 분야인 ‘생성형 인공지능’은 기존 데이터를 학습해 새로운 데이터를 생성함으로써 약물 재창출 과정에서 보다 효율적이고 일반화된 가상 스크리닝 파이프라인을 구현할 수 있다. 이밖에 ▲인공지능과 전문가의 도메인 지식을 결합한 ‘딥드러그(DeepDrug)’ 플랫폼 ▲생의학 문헌 데이터를 분석해 약물 재창출, 질병-유전자 간 관계 탐색, 생물학적 경로 분석을 지원하는 ‘AGATHA’ 시스템 ▲화합물 흡수·분포·대사·배설·독성에 대한 특성을 예측하는 머신러닝 기반 ‘ADMET-AI’ 플랫폼 ▲데이터가 개별 장치나 로컬 서버에 저장된 상태에서 학습 모델을 훈련하는 ‘연합학습’ 기법 등도 인공지능 기반 약물 재창출 관련 기술·시스템으로 주목받고 있다.
다만 인공지능의 발전 속도에 비해 윤리적·과학적 엄격성에 대한 고민이나 명확한 규제안은 여전히 부족한 상황이다. 신약개발 분야에 인공지능을 보다 적극적으로 활용하기 위해서는 합리적인 근거를 바탕으로 균형 잡힌 접근 방식이 필요하다는 의견이 나온다. 이경륜 박사는 “데이터 공유, 해석 가능성, 비허가 사용에 대한 명확한 가이드라인이 필요하다”며 “인공지능 활용 시 개인정보 유출에 대한 우려가 지속적으로 제기될 가능성이 높으므로, 관련 연구의 활용도를 높이기 위해선 반드시 문제를 해결해야 한다”고 했다.