약물 작동까지 예측…구글 ‘알파폴드3 한계’ 넘었다

KAIST 연구진, AI 모델 개발 GPCRact 인공지능 모델의 약물 활성 예측 및 기전 해석 모식도.KAIST 제공 KAIST 연구진이 약물-단백질 결합 여부를 넘어 ‘약물이 실제로 작동하는지’까지 예측할 수 있는 인공지능(AI) 모델을 개발했다. 이는 구글의 AI 신약 개발도구인 알파폴드3도 해내지 못한 기능으로, 신약 개발에 큰 도움이 될 것으로 기대된다. KAIST는 바이오및뇌공학과 이관수 교수 연구팀이 대표적인 신약 표적인 G-단백질 결합 수용체(GPCR)에 대해, 약물 후보 물질이 실제로 단백질을 활성화하는지까지 예측하는 AI 모델 ‘GPCRact’를 개발했다고 8일 밝혔다. 인체에는 약 800여 종의 GPCR이 존재하며, 심장 박동·혈압 조절·통증 감지·면역 반응·감정 조절 등 다양한 생리 기능에 관여하는 핵심 단백질이다. 현재 시판 약물의 약 30~40%가 GPCR을 표적으로 한다. 하지만 약물이 GPCR에 결합했다고 해서 반드시 원하는 기능이 작동하는 것은 아니다. 결합 이후 단백질 내부에서 일어나는 구조 변화와 신호 전달 과정이 실제 작용 여부를 결정한다. 연구팀은 약물 작용 과정을 ① 약물-표적 결합 단계 ② 단백질 내부 신호 전파 단계로 나누고 AI가 단계적으로 학습하도록 설계했다. 단백질의 3차원 구조를 원자 수준 그래프로 표현하고, 중요한 신호 전파 경로를 학습할 수 있도록 ‘어텐션 메커니즘’을 적용했다. 이를 통해 AI가 약물 결합 신호와 함께 단백질 내부 신호 전파경로를 파악하여 단백질의 활성을 예측하도록 했다. 그 결과 기존 모델이 어려워했던 복잡한 구조의 단백질에서도 약물 활성 예측 성능이 크게 향상됐다. GPCRact는 앞으로 GPCR을 표적으로 하는 다양한 질병에서 약물의 실제 활성 여부까지 예측하는 정밀 신약 개발 AI 플랫폼으로 활용될 전망이다.