KAIST, 천연물 합성 경로 예측 기술 개발…의약품 대량 생산 청신호

(대전=뉴스1) 김태진 기자 = 국내 연구진이 딥러닝을 활용해 천연물의 역-생합성 경로를 예측하는 모델을 제시, 천연물 기반 의약품 대량 생산에 청신호가 켜졌다.

한국과학기술원(KAIST)은 생명과학과 김상규 교수 연구팀과 김재철AI대학원 황성주 교수 연구팀이 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발했다고 14일 밝혔다.

또 부산대 박정빈 교수 연구팀과 협업을 통해 관심 있는 누구나 모델을 활용할 수 있도록 인터넷 웹사이트(readretro.net)를 구축했다고 14일 밝혔다.

천연물 활용 및 대량 생산을 위해서는 생합성 경로를 밝히는 게 필수다.

하지만 복잡한 구조를 가진 많은 약용 천연물의 생합성 경로가 잘 밝혀져 있지 않아 현재는 식물로부터 직접 추출해 사용하고 있다.

생합성 경로 연구는 도전적이지만 이를 밝히고 생합성 효소를 찾을 수 있다면 천연물의 활용 가치를 증진할 수 있다.

이에 연구팀은 발전된 역합성 모델과 생화학적 직관을 결합해 성공적으로 천연물 생합성 경로 예측을 수행하는 인공지능 모델을 개발했다.

연구팀은 이 인공지능의 이름을 ‘역합성을 읽어내는 모델’이라는 뜻을 담아 ‘리드레트로(READRetro)’라고 명명했다.

이 모델은 천연물 역합성을 예측하는 인공지능 모델 중 최고의 성능을 보이는 것으로 확인됐고, 이를 개별 연구자들이 쉽게 활용할 수 있도록 구현했다는 데 의미가 있다.

김상규 교수는 “식물이 어떻게 복잡한 천연물을 만들 수 있게 됐는지 이해하는 기초 연구에서부터 천연물 기반 의약품을 대량으로 생산하기 위한 합성생물학 연구 등에 활용이 기대된다"며 "합성 경로를 매개하는 효소를 예측하거나 거대 분자의 역합성 예측 정확도를 높이는 연구를 수행할 계획"이라고 말했다.

KAIST 생명과학과 김태인 석박사통합과정과 KAIST 김재철AI대학원 이슬 석박사통합과정이 공동 제1 저자로 참여한 이번 연구의 결과는 국제 학술지 '뉴 파이톨로지스트'에 게재됐다.

memory4444444@news1.kr