미학습 신약 후보 반응 예측 정확도 끌어올린 AI
인공지능신문 ·
✦ AI 요약
신약 후보물질 화학구조와 암세포 유전자 정보 통합 분석하는 ‘인포-디알피(InFo-DRP)’ 개발
인공지능신문에 따르면 GIST 연구팀이 10월 19일 학습에 쓰지 않은 신약 후보와 기존 약물과 구조가 다른 물질의 반응까지 예측하는 AI 모델 '인포-디알피'를 공개했다. 이 모델은 엄격한 평가에서 예측 상관계수 0.592를 기록해 비교 대상 최고 성능보다 35.8% 높았다. 약물의 여러 화학적 특징 가운데 실제 예측에 도움 되는 정보만 가려내고, 암세포의 유전자 발현 정보와 함께 보는 방식이 성능 개선의 핵심으로 제시됐다. 기존 모델이 학습 때 접한 약물의 특징에 과하게 기대며 새로운 물질에서 약해지던 한계를 줄이려는 접근이라는 설명이다. 연구팀은 별도 데이터와 비암성 세포주를 활용한 추가 검증에서도 우수한 흐름이 이어졌다고 밝혔다. 다만 이런 예측은 후보를 추리는 초기 도구에 가깝고, 최종 효능과 안전성 판단은 후속 실험과 임상으로 확인해야 한다고 덧붙였다.
관점
이번 성과는 새 후보를 얼마나 빨리, 또 덜 헤매고 추릴 수 있느냐에 초점이 옮겨가고 있음을 보여준다. 특히 학습 범위를 벗어난 대상에서도 성능 차이를 보였다는 점은, 비슷한 데이터 안에서만 잘 맞는 도구를 넘어 실제 탐색 현장에 더 가까운 판단 보조 수단으로 AI의 역할을 넓힐 가능성을 시사한다. 신약개발 초기에 시행착오를 줄이는 방향이 분명해졌다는 점에서, 연구 자원 배분 방식과 우선순위 설정에도 적지 않은 변화를 예고한다.
이 관점은 비즈크러시가 작성한 자체 의견이며, 인공지능신문의 보도 내용과 무관합니다.
이 기사는 자동생성 알고리즘의 도움을 받아 작성되었습니다.
출처 인공지능신문
원문 확인이 기사는 인공지능신문 원문을 바탕으로 비즈크러시가 요약 정리했습니다. 정확한 인용과 세부 내용은 원문을 확인해 주세요.