-신약개발에 필요한 시간ㆍ비용 대폭 절감 기대
-2024년 인공지능 신약개발 시장 40억달러 전망
[헤럴드경제=손인규 기자] 4차 산업혁명 시대를 맞아 이젠 신약개발 과정에서도 인공지능과 빅데이터를 활용하는 것이 필수가 되고 있다. 신약개발에 들어가는 막대한 비용과 시간을 줄이는데 도움이 될 전망이다.
과학기술정보통신부는 인공지능ㆍ빅데이터 관련 4개 전문기관이 참여하는 연구진을 구성해 신약개발의 시간 및 비용 단축을 위한 인공지능ㆍ빅데이터 활용 플랫폼 구축에 착수한다고 11일 밝혔다. 이 플랫폼 사업에는 광주과학기술원, 경상대학교, 이화여자대학교, 한국화학연구원 등이 참여한다.
이 사업은 크게 인공지능 학습을 위한 화합물 빅데이터 플랫폼 구축과 약물-표적 간 관계, 약물작용 등을 예측하는 인공지능 플랫폼 개발로 이루어진다.
 |
| [설명=신약개발 단계별 인공지능ㆍ빅데이터 활용 방안] |
신약개발을 위한 후보물질 발굴 단계부터 임상시험을 거쳐 시판까지 가기 위해선 통상 15년이란 시간이 필요하다. 그 동안 사용되는 비용도 수십억원에서 수조원에 이른다. 하지만 인공지능을 활용하면 신약개발에 소요되는 막대한 시간과 비용을 최대 절반 수준으로 단축할 것으로 기대된다. 그 동안 바이오분야 중 인공지능 활용을 통한 파급효과가 클 것으로 기대되는 분야로 신약개발이 손꼽혀 온 이유다.
이에 과기정통부는 그간 국가연구개발 사업을 통해 수집된 연구데이터에 인공지능을 접목해 인공지능ㆍ빅데이터를 활용한 신약개발의 가능성을 입증하기 위한 선도 사업을 추진하기로 했다.
우선 국가연구개발 사업을 통해 한국화합물은행에 축적된 연구데이터와 국내외 데이터베이스 등을 활용해 한국화학연구원이 인공지능 학습을 위한 화합물 빅데이터 플랫폼을 구축한다. 다음으로 구축된 플랫폼에 문헌 분석(텍스트마이닝), 심화학습(딥러닝) 기술 등을 접목해 약물-표적 상호작용, 약물동태ㆍ독성 등을 예측하는 인공지능 플랫폼을 개발한다.
광주과학기술원이 개발하는 약물-표적 상호작용 예측 플랫폼은 화합물(약물) 및 단백질(표적) 정보를 기반으로 화합물-단백질 간 상호작용을 학습한다. 이를 통해 질병을 유발하는 단백질을 제어하는 화합물 구조를 예측하는 등 신약 후보물질을 발굴하거나 알려진 화합물이 작용하는 단백질을 예측해 기존 약물의 새로운 적응증을 찾는 데 기여한다.
또한 인공지능 플랫폼의 정확도를 높이기 위해 실험을 통한 검증을 수행해 예측 결과가 실제로 나타나는지 확인하고 그 결과를 플랫폼이 다시 학습하도록 한다. 이를 통해 인공지능 플랫폼의 정확도 향상 뿐 아니라 암, 대사질환 등 주요 질환에 적합한 신약 후보물질을 발굴할 것으로 기대된다.
과기정통부는 본 사업이 성공적으로 추진될 경우 평균 5년이 소요되는 후보물질 개발 기간을 최대 1년까지 단축할 것으로 기대하고 있다. 개발된 모형은 연구자와기업이 자유롭게 사용할 수 있도록 내년 중 공개할 예정이다.
과기정통부는 “후보물질 발굴 뿐 아니라 신약개발 전 단계에 인공지능을 활용하는 방안을 민간ㆍ관계부처와 함께 모색할 계획”이라며 “4차산업혁명위원회 산하 ‘헬스케어 특별위원회’에서 복지부ㆍ산업부 등 관계부처와 공동으로 ‘국가 인공지능 활용 신약개발 전략(가칭)’을 마련 중”이라고 밝혔다.
한편 신약개발에 인공지능을 활용하는 시도가 계속되면서 관련 시장은 점차 커지고 있다. 오는 2024년에는 인공지능 신약개발 시장 규모가 40억달러에 이를 것으로 전망되고 있다.
ikson@heraldcorp.com
