2종 조합으로 상호작용 예측 정확도 95%까지 향상

日 산업기술종합연구소 연구팀

[의학신문·일간보사=정우용 기자] 2종의 심층학습을 조합해 약제와 단백질의 상호작용을 예측하는 방법이 개발됐다.

일본 산업기술종합연구소 인공지능연구센터는 질환치료에 유효한 약제와 단백질의 조합을 빠르고 정확하게 예측하는 방법을 개발하고, 대규모 데이터를 이용한 실증실험을 통해 상호작용부위 후보를 밝히는 데 성공했다고 발표했다.

이번 연구에서는 AI 수법의 일종인 뉴럴네트워크를 활용한 심층학습이 채용됐다. 약제(원자와 화학결합)의 심층학습과 생물학(단백질의 아미노산 결합)의 심층학습을 조합한 것이 특징이다. 약제에서는 그래프 뉴럴네트워크로 약제의 특징벡터를 생성하고, 생물학에서는 나선형 뉴럴네트워크로 부분배열의 특징벡터를 생성한다. 약제와 단백질의 대규모 데이터를 이용해 이 특징벡터를 학습함에 따라 상호작용의 유무를 예측할 수 있다.

실증평가실험에서는 3만5000개 이상의 약제와 단백질의 상호작용 데이터가 채용됐다.

심층학습은 사람의 지식과 경험만으로는 도달할 수 없는 혁신적인 신약개발도 기대되는 기술. 약제와 생물학 2개의 심층학습을 조합하면 상호작용 예측의 정확도를 95%까지 높일 수 있다는 것. 기존 첨단기술의 예측 정확도는 90% 미만이었다.

저작권자 © 의학신문 무단전재 및 재배포 금지