아이겐드럭·서울대, AI로 '약물 유사도' 새로 정의한다

(사진 왼쪽부터)김선 서울대 교수(아이겐드럭 대표)와 방동민 아이겐드럭·서울대 연구원/사진제공=아이겐드럭

약물 유사도(Drug likeness)는 '어떤 분자가 약이 될 수 있는가'라는 신약 개발의 궁극적 질문이다. 하지만 20년 이상 지난 리핀스키의 5법칙과 같은 경험적 규칙에 의존해 온 한계가 지적돼 왔다.

이런 가운데 아이겐드럭과 서울대학교 김선 교수 연구실이 약물 유사도를 인공지능(AI) 기반으로 정의·예측하는 기술을 개발했다. 이 연구 성과는 세계 최고 수준의 학회에서 연이어 발표될 예정이다.

이번 연구의 제1저자인 방동민 아이겐드럭·서울대학교 연구원은 오는 15일 캐나다 밴쿠버에서 열리는 'ICML 2025'와 오는 24일 영국 리버풀에서 개최되는 'ISMB·ECCB 2025'에서 연구 성과를 발표한다.

아이겐드럭에 따르면 ICML은 세계적 권위의 국제기계학습학회이며 ISMB·ECCB는 세계 최대 규모의 바이오인포매틱스학회다.

방동민 연구원은 ICML 2025에서 생물의학 지식 정렬 및 단일 클래스 기반의 경계 최적화 기법으로 약물 유사도를 정의하는 AI 기술을 선보인다.

ISMB·ECCB 2025에서는 약물 유사도 예측 모델을 공개한다. 이 모델은 그래프 인공신경망 모델에 분자의 약물동태(ADME) 특성을 반영한 멀티태스크 러닝을 기반으로 한다.

아이겐드럭 관계자는 "'이 화합물이 과연 약이 될 수 있을까'라는 물음에 AI로 접근해 새로운 기준을 세우겠다"며 "기존 경험적 규칙의 한계를 극복하고 데이터 기반의 정량적 약물 유사도 예측으로 글로벌 경쟁력을 강화할 것"이라고 말했다.

아이겐드럭 측은 이번 연구 성과가 글로벌 AI 바이오인포매틱스 시장에서 국내 연구진의 존재감을 높이는 계기가 될 것으로 내다봤다.

이두리 기자 ldr5683@mt.co.kr

Copyright ⓒ 머니투데이 & mt.co.kr. 무단 전재 및 재배포, AI학습 이용 금지.