연구동향

신약개발 초기 단계에서 표적 단백질과 약물의 결합 여부를 판별하는 인공지능 모델 개발

작성자
관리자
작성일
2019-06-19 10:07
조회
828
출처: 파이낸셜뉴스(바로가기)

Citation: Lee I, Keum J, Nam H (2019) DeepConv-DTI: Prediction of drug-target interactions via deep learning with convolution on protein sequences. PLoS Comput Biol 15(6): e1007129. https://doi.org/10.1371/journal.pcbi.1007129

 

AI로 신약개발에 한걸음… GIST, AI 모델 개발

 

GIST 전기전자컴퓨터공학부 남호정 교수 연구팀이 약물 개발의 초기 단계에서 표적 단백질과 약물의 실제 결합 여부를 판별하는 인공지능 모델을 개발했다.

연구팀은 기존에 실험적으로 수행되던 약물-표적 단백질 상호작용 판별을 CNN(convolutional neural network) 인공지능 모델을 이용해 예측했다.

연구팀이 2만4000개 이상의 약물-표적 단백질 데이터를 시험한 결과 약 80%의 정확도를 보여줬다. 또한, CNN 결과를 해석해 추출된 지역 서열 패턴이 실제로 약물-표적 단백질 상호작용에 관련하는 부분임을 확인할 수 있었다.

 

인공지능 모델을 통하여 제시된 화합물에 대하여 실제 스크리닝 실험을 진행한 결과 키나아제(kinase), 이온 통로(ion channel), G-단백질 결합 수용체 등의 단백질 군에서의 초기 활성 물질의 비율이 10~20배의 상승하는 효과를 확인했다

 

개발된 인공지능 모델은 한국화학연구원 연구진과 공동 개발 중인 신약개발 플랫폼에 공식 탑재될 예정이며, 특정 단백질에 대한 상호작용 판별을 화합물은행 화합물에 적용해 올해 말 서비스를 시작할 계획이다.

 

※ 저작권자 ⓒ 파이낸셜뉴스, 무단전재-재배포 금지

 

링크 : https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1007129