McMaster AI 모델, 초기 시험에서 새 항생제 후보 설계

McMaster University 연구진이 신약 발굴 속도를 획기적으로 높일 수 있는 새로운 생성형 인공지능(AI) 모델을 개발했으며, 초기 시험에서 이미 완전히 새로운 항생제를 설계했다. 4월 23일 게재되고 Molecular Systems Biology 6월호 표지 논문으로 선정된 새 연구에서 연구팀은 이 모델을 시험해 synthecin이라는 새로운 수용성 화합물을 확인했다.

SyntheMol-RL이라는 이름의 이 새 모델은 최대 460억개의 가능한 화합물로 이루어진 방대한 화학 공간을 탐색하도록 학습됐다. 이는 실험실에서 현실적으로 시험할 수 있는 범위를 훨씬 넘어서는 규모로, 대규모 스크리닝조차도 보통 약 100만개 분자 수준이 한계다. 약 15만개의 분자 "빌딩 블록"과 50개의 화학 합성 반응 세트를 바탕으로, 이 AI 모델은 구조적으로 새로운 항생제 후보를 생성하도록 설계됐다.

기존 SyntheMol 버전은 다른 핵심 특성은 고려하지 않은 채 항균 활성을 가진 분자만을 설계했다. 지난 2년 동안 연구팀은 Stanford University 협력진과 함께, 실험실에서 개발하기 쉽고 체내에서 용해될 가능성이 높은 항균 화합물만 생성하도록 모델을 정교화했다.

연구진은 강화된 모델에 Staphylococcus aureus가 유발하는 감염을 치료할 수 있는 수용성 항생제를 생성하도록 했고, 곧바로 여러 유망 후보를 얻었다. 모델이 제안한 79개의 항균 물질 가운데 연구팀은 특히 흥미로운 하나의 화합물에 주목했다. 이는 S. aureus에 대한 항생제 활성을 가질 가능성이 높아 보이는 새로운 수용성 화합물이었다.

이 새 컴퓨터 설계 약물 후보는 이후 실험실에서 국소용 크림 제형으로 만들어졌고, 마우스 모델의 기존 약물 저항성 상처 감염에 대해 시험됐다. Synthecin은 감염 조절에 매우 효과적이었고 국소용 약물로서 매우 우수한 성능을 보였으며, 앞으로 전신 투여용으로 적용하거나 최적화할 수 있는 가능성에 대해서도 초기 유망성을 보였다.

연구팀은 아직 이 약물이 어떤 방식으로 세균을 억제하는지는 밝혀내지 못했다. 이는 안전성 프로파일, 나아가 언젠가 임상 현장에 도달할 가능성을 판단하는 데 핵심적인 단계다. 현재 연구진은 이러한 중요한 작용기전 연구를 활발히 진행하고 있다.

synthecin의 발견은 이 AI 모델이 높은 잠재력을 지닌 약물 후보를 신속하게 생성할 수 있음을 입증하는 사례로 여겨진다. 이는 신약 발굴의 부담을 실행 가능한 화합물을 찾는 일에서 그것을 설계하고 최적화하는 일로 이동시킨다. 연구진은 이 모델이 특정 질환에 한정되지 않도록 구축됐다고 밝혔으며, 이러한 변화는 항생제 발굴뿐 아니라 생화학의 다른 분야에도 중요하다고 말했다.