19만 2284개의 의약품 간 상호작용을 92.4%의 정확도로 예측할 수 있는 AI(인공지능)가 개발됐다. 이 AI가 상용화되면 환자 식단과 기존 복용약 등을 고려해 부작용이 없고 효과는 높은 맞춤형 약물을 처방할 수 있게 될 것으로 전망된다. 한국과학기술원(KAIST) 이상엽-김현욱 교수팀은 약물-약물 및 약물-음식 간 상호작용을 정확하게 예측할 수 있는 시스템(명칭 : DeepDDI)을 개발했다고 17일 밝혔다. 이번 연구는 인공지능의 핵심 기술인 딥러닝(Deep learning) 기술을 이용해 상호작용을 예측하는 것으로 국제학술지 미국 국립과학원 회보 (PNAS) 16일자 온라인판에 게재됐다. 기존의 약물 상호작용 예측 방법론은 약물-약물 간의 상호작용이 일어날지의 가능성 정도만을 예측할 뿐, 두 약물 간의 구체적인 약리작용에 대한 정보는 제공하지 못했다. 이에 연구팀은 맞춤형 약물 처방, 식이요법 등 응용 연구에서 체계적인 근거를 제시하거나 가설을 세우는 데에 한계가 있었다고 설명했다. 연구팀은 딥러닝(Deep learning) 기술을 적용해, 19만 2284개의 약물-약물 상호작용을 92.4%의 정확도로 예측하는 시스템인 딥디디아이(DeepDDI)를 개발했다. DeepDDI는 두 약물 A, B 간의 상호작용에 대한 예측 결과를 다음과 같이 사람이 읽을 수 있는 영문 문장으로 출력한다. 즉 The metabolism of Drug B can be decreased when combined with Drug A(약물 A를 약물 B와 함께 복용 시, 약물 B의 약물 대사가 감소 될 수 있다)로 보여준다. DeepDDI를 이용해 두 약물 복용 시 일어날 수 있는 유해 반응의 원인, 보고된 인체 부작용을 최소화시킬 수 있는 대체 약물, 특정 약물의 약효를 떨어뜨릴 수 있는 음식(성분) 등도 예측 가능하다. 이번 연구로 약물-약물 및 약물-음식 상호작용을 정확하게 예측할 수 있는 시스템을 활용하는 것이 가능해져, 신약개발, 복합적 약 처방, 투약시 음식조절 등을 포함해 헬스케어, 정밀의료 및 제약 산업에 중요한 역할을 할 것으로 기대된다. 이상엽 교수는 "이번 연구결과는 4차 산업혁명 시대의 정밀의료를 선도할 수 있는 기반기술을 개발한 것"이라며 "복합 투여되는 약물들의 부작용을 낮춰, 효과적인 약물치료 전략을 제안할 수 있을 것"이라고 말했다. 이번 연구는 과기정통부의 '바이오리파이너리(Bio-Refinery)를 위한 시스템 대사공학 연구'와 카이스트의 '제4차 산업혁명 인공지능 플래그십 이니셔티브 연구' 지원을 받아 진행됐다. sb - 연구를 시작한 계기나 배경은? eb 약물 상호작용을 예측하는 연구는 오래 전부터 연구돼온 분야다. 하지만, 기존의 방법론이 약물 상호작용의 유무만을 예측하고, 구체적인 약리작용에 대한 정보를 주지 못해서, 기존 방법론들의 활용 용도에 많은 한계가 있었다. 또한, 약물 -음식과 같은 보다 넓은 범위의 상호작용을 예측할 수 있는 방법론이 존재하지 않아 이러한 문제를 해결하기 위해 연구를 시작했다. 이때, 최근 다양한 분야에서 좋은 성능을 보여주는 기계학습 방법론인 딥 러닝(심층신경망)을 사용해 예측 모델을 구축했다. sb - 연구 전개 과정에 대해 소개해달라. eb 연구팀에서는 2013년부터 복합 약물을 사용한 효과적인 약물 치료 전략에 관심을 갖고 있었다. 처음에는 전통 한약의 복합 약물의 작용기작에 대해서 연구를 했고, 자연스럽게 보다 넓은 범위의 복합 약물에 대한 상호작용 예측 기술의 필요성을 인지하고 연구를 시작했다. 이때, 약물 상호작용의 약리작용을 높은 정확도로 예측할 수 있는 시스템을 구축하고자 했다. 때마침 DrugBank에서 실험적으로 검증된 수 많은 약물 상호작용에 대한 정보가 일관된 규칙의 영문문장의 형태로 있다는 것을 알게 됐다. 이를 효과적으로 활용해 정확도가 높은 컴퓨터 예측모델을 만들기 위해, 딥 러닝 기술을 활용하게 됐다. 그 결과 완성된 딥디디아이는 두 약물 간의 상호작용에 대한 정보를 사람이 읽을 수 있는 문장형태로 출력하도록 설계됐. 딥디디아이의 출력정보는 약물 상호작용의 가능성뿐만 아니라 약리작용에 대한 정보도 제공한다. sb - 연구하면서 어려웠던 점이나 장애요소가 있었다면 무엇인가? 어떻게 해결했나? eb 인공지능 기술 중 하나인 딥 러닝 방법론을 약물 상호작용 문제에 적용하여 방법론을 개발하는데에 어려움이 있었다. 특히 딥 러닝을 약물 -약물, 약물 -음식 상호작용을 예측한 사례가 없었기 때문에, 다른 분야에서 사용한 다양한 전략을 참고했고 많은 시행착오를 겪으며 연구를 진행했다. 다행히도, 딥 러닝을 기반의 약물 상호작용 예측 결과가 다른 방법론들보다 정확한 결과를 보여줬다. sb - 이번 성과, 무엇이 다른가? eb 이번 연구 성과의 핵심은 DeepDDI는 주어진 두 약물의 이름과 구조 정보만으로 이들의 상호작용을 정확히 예측할 수 있다는 것과 약물 -음식성분 상호작용에도 활용할 수 있다는 것이다. 특히, 구조 정보만을 이용해 음식, 천연물, 건강기능식품 등과의 상호작용을 예측할 수 있기 때문에, 만성 질환 환자의 식이요법 등을 제안하는데 활용될 수 있다. 궁극적으로는 약물치료의 효율을 높일 수 있을 것으로 기대한다. sb - 꼭 이루고 싶은 목표와 향후 연구계획은? eb 헬스케어, 정밀의료 산업 및 제약산업에 기여할 수 있는, 컴퓨터 기반 원천기술들을 지속적으로 개발하고 싶다. 특히 병원과의 좋은 협업연구를 통해 후속 검증 실험을 수행해 이들 원천기술들로부터 나온 의료정보들이 많은 사람들의 건강에 실질적인 도움이 될 수 있도록 기여하고 싶다.