더벨'머니투데이 thebell'에 출고된 기사입니다.
AI 기반 신약개발 기업 신테카바이오가 자사 핵심 플랫폼 ‘딥매쳐 (DeepMatcher)’를 통해 기존 계산형 AI를 넘어선 새로운 인지형 AI 신약개발의 방향성을 제시했다.
신약개발은 수많은 가능성 중 특정 단백질에 가장 잘 맞는 후보 물질을 찾아내는 과정이다. 다만 연구자가 직접 모든 후보를 검토하기에는 수년 이상의 시간이 필요하고 비용 역시 천문학적이다. 이 때문에 많은 기업들이 AI 기술을 도입하고자 하지만 현실적으로 의미 있는 성과를 내는 플랫폼은 많지 않다.
대부분의 AI가 사실상 초고속 계산기 수준에 머물러 있기 때문이다. 수십억 개의 화합물을 도킹(docking)해 단백질과 맞춰본다고 해도 하드웨어 비용과 전력 비용 등을 고려하면 효율성이 떨어진다. 신약개발의 본질적 난제를 풀어낸다기보단 단순 연산 자동화 수준의 과정인 셈이다.
신테카바이오는 AI 신약개발의 본질을 ‘인지와 해석’으로 보고 있다. 단백질의 구조적 특성과 생물학적 맥락을 이해하고 그 이해를 바탕으로 합리적인 후보군을 빠르게 좁혀낼 수 있어야 한다는 설명이다. AI가 특정 단백질이 RNA 결합 단백질임을 인식한다면, 그 구조 속에서 RNA 염기와 결합할 수 있는 서브 포켓(sub-pocket)의 존재 가능성을 추론하고 수십억 개 화합물 중 RNA 염기 유사체를 가진 유도체를 우선 추천해야 한다고 보고 있다.
신테카바이오는 이같은 인지형 접근 방식을 ‘딥매쳐’ 플랫폼에서 구현했다고 보고있다. 딥매쳐엔 △3D 단백질 구조 데이터를 바탕으로 결합 부위를 분석하고 유효 약물의 핵심 구조(scaffold)를 추출하는 인덱싱 도구인 RVR-FP(Record Virtual Rack–Finger) △100억 개 이상 화합물 라이브러리를 초고속으로 탐색하는 LM-VS(Language Model Virtual Screening) △도출된 후보 물질의 상호작용을 정밀하게 다듬는 3D-CNN(3D Convolutional Neural Network) 및 MD(동역학) 시뮬레이션 기능이 결합돼 있다. 이를 통해 단순한 도킹 계산을 넘어 후보 탐색부터 유도체 설계, 정밀 검증까지 이어지는 전 과정을 수행할 수 있다는 설명이다. 실제로 신테카바이오는 글로벌 제약사와 다수의 공동 프로젝트를 성공적으로 수행한 바 있다.
회사 측은 글로벌 기업들의 AI 연구와 비교해봐도 차별점이 있다고 보고 있다. 구글 딥마인드의 알파폴드는 단백질 구조 예측이라는 획기적 성과를 거뒀지만 신약개발에 필요한 후보 탐색과 검증까지는 이어지지 못했다. 반면 신테카바이오는 RVR-FP, LM-VS, 3D-CNN과 MD 시뮬레이션을 모두 갖춘 플랫폼을 보유하고 있다. 현재는 반자동(semi-automatic) 수준이지만 장차 완전자동(full-automation)으로 발전시켜 OpenAI급의 AI 신약개발 플랫폼을 완성하는 것을 목표로 하고 있다.
신테카바이오 관계자는 "앞으로도 단순 계산형 AI를 넘어, 생물학적 속성을 이해하고 해석할 수 있는 AI 플랫폼으로 신약개발의 속도와 성공 확률을 획기적으로 높여나갈 계획"이라며 "이를 통해 글로벌 신약개발 시장에서 새로운 혁신의 패러다임을 열어갈 것"이라고 말했다.