과학자들은 많은 병원체에서 약물 내성이 빠르게 증가함에 따라 새로운 항생제 개발을 서두르고 있다.

그럼에도 최근 출시된 새로운 항생제는 거의 없으며 일부는 오래된 항생제의 변종 정도다. 인공지능(AI) 혁명은 새로운 희망을 제시한다.

2월 20일(현지시각) 셀(Cell) 지에 발표된 연구에서 MIT와 하버드대(Harvard University) 과학자들은 새로운 항생제를 발견하기 위해 심층 학습(Deep Learning)을 사용했다.

토양이나 식물 추출물에서 항생제를 발견하는 전통적인 방법은 새로운 후보자를 밝히지 않았다. 이 문제를 해결하는 데 많은 사회적, 경제적 장애물이 있다. 일부 과학자들은 최근에 박테리아 DNA를 검색해 새로운 항생제 생산 유전자를 찾아 내려고 노력했다. 다른 사람들은 인간 코와 같은 새로운 장소에서 항생제를 찾고 있다.

비전통적인 방법을 통해 발견된 약물은 상용화 이르는 긴 과정을 통과해야 한다. 페트리 접시에 효과적인 약물은 몸 안에서 잘 작동하지 않을 수 있다. 잘 흡수되지 않거나 부작용이 있을 수 있다. 이러한 약물을 대량으로 제조하는 것도 중요한 과제다.

딥러닝

신약개발에도 딥러닝 AI를 본격 활용하기 시작했지만 특화된 AI 알고리즘을 개발하는 것은 결코 쉬운 일이 아니다. 대부분 AI 분야에서 보편적으로 뛰어난 알고리즘은 없다. 즉, 얼굴 인식과 같이 한 작업에서 알고리즘이 훌륭하게 수행되는 반면 약물 발견과 같은 다른 작업에서는 그렇지 못하다.

신약 후보물질 개발에 단순히 상용 딥러닝 AI를 사용할 수 없다. 연구팀은 약물 발견을 위해 그래프 신경망이라는 새로운 유형의 심층학습 AI를 사용했다. 2010년 AI 초기에, 약물 발견을 위한 AI 모델은 화학 물질의 텍스트 설명을 사용해 구축됐다. ‘검은색 눈동자’ ‘긴 코’ 등 단어를 통해 사람의 얼굴을 묘사하는 이 텍스트 설명자는 유용하지만 분명히 전체 그림을 그리지는 못한다.

하버드-MIT 공동 연구팀이 개발한 AI는 화학 물질을 원자 네트워크로 기술해 텍스트 설명이 제공할 수 있는 것보다 더 완벽한 화학 물질 이미지를 알고리즘에 제공한다.

연구팀은 딥러닝만으로는 새로운 항생제를 발견하기에 충분하지 않으며 감염에 대한 깊은 생물학적 지식의 결합이 필요하다고 말한다. 연구팀은 효과적인 약물과 그렇지 않은 약물의 예를 통해 AI 알고리즘을 꼼꼼하게 훈련했다. 또한 인간에게 안전한 것으로 알려진 약물을 사용해 AI를 훈련했다. 그런 다음 AI 알고리즘을 사용해 수백만 개의 화학 물질로부터 잠재적으로 안전하면서 강력한 항생제를 식별했다.

사람과 달리 AI는 항생제에 대한 개념이 없다. 연구에서는 새로운 후보자 군은 발견했다. 이 후보 약물은 기존 항생제처럼 보이지 않는다. 유망한 후보 중 하나는 당뇨병 치료를 위한 약물 할리신(Halicin)이다. 할리신은 AI 알고리즘이 훈련한 박테리아(E. coli)뿐만 아니라 결핵 및 결장 염증을 일으키는 박테리아를 포함한 치명적인 병원체에 대해서도 강력했다.

특히, 할리신은 약물 내성 박테리아(Acinetobacter baumanni)에 대해 강력했다. 이 박테리아는 질병 통제 및 예방 센터에서 수집 한 가장 치명적인 병원균 목록이다.

하지만 이 같은 할리신의 광범위한 효능은 그것이 우리 몸의 무해한 박테리아를 파괴할 수도 있음을 시사한다. 원래 항 당뇨병 약으로 설계됐기 때문에 대사 부작용도 있을 수 있다.

연구팀은 새로운 항생제가 절실히 필요하기 때문에 이 같은 부작용을 극복할 방법을 찾는 연구를 지속할 계획이다.