데이터 공유 융복합 한국형 AI 신약개발 가속화

• 과기부·복지부, 연합학습 기반 프로젝트에 348억 투입
• 올해 상반기 중 다기관 연합학습 기반 신약개발 협력체 구축 전망
• '플랫폼 확장성' '기술의 주권 확보' '신약개발 비용 절감' 기대

[데일리팜=노병철 기자] 제약바이오기업·의료기관·연구소·대학·공공기관의 데이터 협력을 통한 AI 신약개발이 속도를 내고 있어 주목된다.

그동안 국내 인공지능 신약개발은 개별 제약바이오기업들이 자체 개발한 프로토콜로 관련사항을 대외비로 관리되며 연구개발이 진행돼 왔다.

하지만 최근 발족된 연합학습 기반 신약개발 가속화 프로젝트 사업단(K-MELLODDY/Machine Learning Orchestration for Drug Discovery)을 구심점으로 이르면 상반기 중 20여개 기관이 소유한 다양한 임상·물질과 관련된 자료·정보를 전방위적으로 협력할 수 있는 시스템을 구축할 것으로 관측된다.

그동안 개별 기업들의 인공지능 신약개발은 in-vitro(시험관) 시험으로 신약 후보 물질의 ADMET(Absorption, Distribution, Metabolism, Excretion, Toxicity) 값을 예측할 수 있지만 이 결과만으로 in-vivo(전임상) 및 임상 시험 통과를 보장하기 어려운 점이 많았다.

아울러 ADMET 임상 시험 통과 예측은 임상 시험(in-human) 데이터를 학습에 사용해야 하나 임상 및 in-vivo 데이터 부족으로 구현이 매우 어려운 과제다.

또 단일 약물 분자에 대한 ADMET 예측 외에, 특정 타깃과의 상호작용, 약물 상호작용, 사용자 유형별 반응과 다양한 독성 예측 등으로 확대 가능한 솔류션이 필요했고, 이에 최적화된 모델이 연합학습 기반 인공지능 신약 개발로 여겨져 왔다.

K-멜로디 프로젝트는 국내의 다양한 신약개발 기업에 쌓여있는 데이터를 노출시키지 않으면서 인공지능기술에 활용하는 데이터의 안전한 활용 체계를 만드는 것이 최종 목표다.

즉, 기업의 지적 재산인 데이터를 안전하게 유지하며 인공지능에 활용하는 연합학습과 블록체인이 이 사업의 핵심 기술로 평가된다.

이 프로젝트의 특징과 장점은 'AI 신약개발의 신뢰성 확보' '플랫폼의 높은 확장성' '데이터 활용 기술의 주권 확보' '신약개발 비용 절감' 등으로 대별된다.

플랫폼 완성 시, 후보물질 대사 및 독성 실험 결과의 AI 예측을 통해 실험 수를 절반만 줄여도 50% 이상의 비용절감이 가능할 것으로 전망하고 있다.

홍성은 한국제약바이오협회 K멜로디사업단 선임연구원은 "K-멜로디 프로젝트는 한국의 신약개발과 관련된 산학연정이 가지고 있는 데이터의 힘을 합쳐 협력할 수 있는 연합학습 기반 AI 신약개발 플랫폼을 구축하고, 약물 발굴 단계의 AI 성공 사례를 도출하는 프로그램"이라며 "향후 5년 간 348억원의 예산이 투입돼 학국형 연합학습 기반 인공지능 신약개발 모델을 완성하는 것이 목표"라고 밝혔다.

한편 K-멜로디는 EU-멜로디 사업을 벤치마킹 하면서도 한국 실정에 맞도록 개선한 한국형 인공지능 신약 플랫폼 사업으로 설명된다.

EU-멜로디는 전세계 처음 유럽연합에서 시행된 10개 제약기업 간 데이터 기반 협력 시도다.

당초 사업 목표는 경쟁적 제약기업 간 데이터 기반 협력이 연합학습과 블록체인 기술을 통해 안전하게 가능함을 입증하고 기술의 안정성 인식 확산이었다.

2019년부터 3년 간 256억원의 규모로 수행된 EU-멜로디 프로젝트 결과 제약기업 기밀을 유지하면서 기계학습 기반의 협력 ADME/Tox 예측 모델을 정상적으로 학습할 수 있었고, 데이터의 노출 없이도 개별 기관이 구축한 단일 모델보다 성능이 향상되는 것을 확인할 수 있었다.