신테카바이오는 인공지능(AI) 기반 분자 언어모델을 활용해 화학물질의 경구 독성(LD₅₀)을 예측하는 연구 논문이 국제 SCI 학술지 'Frontiers in Oncology'에 게재됐다고 23일 밝혔다.
이번 연구는 신테카바이오의 정종선 대표와 타누즈 샤르마, 피터 소나 연구원이 공동으로 수행한 연구다. AI 기반 분자 언어모델을 활용해 화학물질의 독성을 사전에 예측하고, 이를 발암 위험 평가에 활용할 수 있는 가능성을 제시한 것이 핵심이다. 특히 기존 독성 평가 방식이 실험 중심으로 진행돼 시간·비용이 많이 소요되는 한계를 보완할 수 있다는 점에서 주목된다.
신테카바이오 연구팀은 180만개 이상의 화학 구조 데이터를 기반으로 사전 학습된 AI 모델 'ChemModernBERT'를 개발하고, 이를 활용해 다양한 화합물의 경구 독성을 예측하는 모델을 구축했다. 특히 해당 모델은 대규모 화학 데이터를 기반으로 복잡한 분자 구조를 학습할 수 있어 기존 방식 대비 차별화된 경쟁력을 갖는다.
해당 모델은 기존 독성 예측 모델인 ChemBERT, ChemProp, 앙상블과 비교해 동일한 외부 테스트 기준에서 가장 높은 수준의 성능 향상을 보였다.
또 모델 성능 평가 결과, 평균절대오차(MAE)는 내부 테스트 0.390, 외부 테스트 0.393을 기록했으며, 실험값과의 상관관계(R)는 0.72로 나타나 화학적으로 다양한 물질에 대해서도 안정적인 예측 성능을 확인했다.
이번 연구는 독성 예측을 넘어 PBPK(생리학적 기반 약동학) 독성 평가 분야와의 연계 가능성도 제시했다. AI 기반 독성 예측 결과를 활용할 경우 암 발생 위험 평가 등 독성학 연구에서 보다 정밀한 분석을 수행할 수 있을 것으로 기대된다.
정종선 신테카바이오 대표는 "이번 연구는 AI 기반 분자 언어모델을 활용해 화학물질 독성 예측 정확도를 높이고, 이를 발암성 평가와 화학물질 안전성 평가에 활용할 수 있는 가능성을 제시했다는 점에서 의미가 있다"라며 "향후 AI 기반 독성 예측 기술을 지속적으로 고도화해 신약개발 및 화학 안전성 평가 분야에서 활용도를 확대해 나갈 계획이다"고 말했다.