바이오 기업 중 AI 활용하는 기술은 어떤 것이 있을까요?
바이오 기업 중 진단 분야와 분석 분야는 이미 AI를 활용하고 있고 신약 개발 분야로 넓히고 있다고 들었ㄴ다.
신약을 만드는데 AI를 활용한다는게 어떻게 가능한지 모르겠네요.
도움이 되는 걸까요?
결론부터 말씀드리면 엄청난 도움이 됩니다.
AI로 인해 3년 이상 걸릴지도 모를 실험과정과 데이터 정리가 1달만에 끝낼 수 있습니다.
이런 것이 가능한 이유는 AI가 신약 개발에서 실험실에서 수만 번 수행하던 과정을 컴퓨터의 디지털 시뮬레이션으로 대체했기 때문입니다.
실제 AI가 수백만 건의 논문을 분석해 질병의 원인이 되는 단백질을 먼저 짚어주기에 데이터 분석 시간이 줄어들고, 단백질 구조를 미리 파악해, 약물이 결합할 위치를 짚어내기 때문에 실험 과정을 줄일 수 있습니다.
또한 수조 개의 화합물 중 약이 될 만한 후보를 가상 공간에서 미리 결합해 보며 골라주고, 실제 투여 전, AI가 세포 반응을 시뮬레이션하여 부작용 가능성을 미리 차단하기도 하죠.
게다가 임상 성공률이 높은 환자군을 선별해 시간과 비용을 줄여주기도 합니다.
결국 비유하자면 AI가 신약을 만드는 지도를 그려주기 때문에 기간과 비용을 크게 줄일 수 있는 것입니다.
안녕하세요. 이성현 전문가입니다.
AI는 단백질–단백질 상호작용(PPI)의 결합 부위를 예측해 신약 타깃을 더 정확히 찾는 데 활용될 수 있습니다.
딥러닝 모델은 단백질 구조와 아미노산 서열 데이터를 학습해, 실제 실험 없이도 결합 가능성이 높은 영역을 계산하며,
이를 통해 기존에는 약으로 만들기 어렵다고 여겨졌던 PPI 타깃도 후보 물질 설계가 가능해졌습니다.
AI는 가상 스크리닝으로 수백만 개 화합물 중 PPI를 방해할 가능성이 있는 물질을 빠르게 선별합니다.
그래서 PPI AI 예측은 시간과 비용을 줄이면서 신약 개발 성공 확률을 높이는 데 실질적인 도움이 됩니다.신약 개발 단계에서 인공지능은 방대한 생물학적 데이터를 분석하여 질병의 원인이 되는 표적 단백질을 찾아내고 이에 결합하는 후보 물질의 분자 구조를 예측하여 시뮬레이션하는 방식으로 활용됩니다. 인간이 수작업으로 진행하던 수만 번의 화학 실험을 알고리즘 연산으로 대체하여 가상 환경에서 약물의 효능과 독성을 미리 검증함으로써 평균 10년 이상 걸리는 개발 기간과 천문학적인 비용을 획기적으로 단축시키는 논리적 도구로 작용합니다.