헬스케어
약물 내성 세균과 싸우는 약물 개발에 사용되는 AI 알고리즘
Unite.AI를 Google의 선호 소스에 추가
의료 산업이 직면한 가장 큰 도전 중 하나는 약물 내성 세균입니다. 현재 약물 내성 세균으로 인한 사망자는 약 70만 명으로 추정되며, 더 많은 약물 내성 세균이 나타나고 있습니다. 과학자와 엔지니어들은 약물 내성 세균과 싸우는 새로운 방법을 개발하려고 시도하고 있습니다. 새로운 항생제를 개발하는 한 가지 방법은 인공 지능과 기계 학습을 사용하여 새로운 약물 내성 세균을 제거할 수 있는 새로운 화합물을 분리하는 것입니다.
SingularityHub에 따르면, 새로운 항생제가 개발되었습니다. 이 항생제는 2001년 영화 A Space Odyssey의 인공 지능 HAL에서 이름을 따온 할리신(halicin)이라고 합니다. 새로 개발된 항생제는 일부 약물 내성 세균을 제거하는 데 성공했습니다. 새로운 항생제는 기계 학습 알고리즘을 사용하여 발견되었습니다. 구체적으로, 기계 학습 모델은 약 2,500개의 화합물로 구성된 대규모 데이터셋을 사용하여 훈련되었습니다. 훈련에 사용된 약물의 약 절반은 이미 FDA에서 승인된 약물이었으며, 훈련 세트의 나머지 절반은 자연적으로 발생하는 화합물로 구성되었습니다. 연구팀은 알고리즘을 조정하여 항생제 특성을 갖는 분자와 함께 기존 항생제 구조와 다른 분자를 우선적으로 고려했습니다. 그런 다음 결과를 분석하여 인간에게 안전한 화합물을 결정했습니다.
The Guardian에 따르면, 이 약물은 최근 연구에서 약물 내성 세균과 싸우는 데 매우 효과적이었습니다. 이는 세균의 막을 분해하여 세균이 에너지를 생산하는 능력을 무력화시키기 때문입니다. 할리신의 효과에 대해 세균이 방어를 개발하기 위해서는 몇 가지 유전적 돌연변이가 필요할 수 있습니다. 이는 할리신이 지속력을 갖는 것을 의미합니다. 연구팀은 또한 마우스에서 이 화합물의 성능을 테스트했으며, 현재 모든 항생제에 내성을 갖는 세균株으로 감염된 마우스를 성공적으로 정화할 수 있었습니다. 연구 결과가 매우 유망하기 때문에 연구팀은 제약 회사와의 파트너십을 맺고 이 약물을 인간에게 사용하기 위해 안전한지 입증하려고 합니다.
MIT의 바이오 엔지니어링 교수이자 이 논문의 선임 저자인 제임스 콜린스와 컴퓨터 과학 교수이자 선임 저자인 레지나 바르질레이는 이 연구를 주도했습니다. 콜린스, 바르질레이, 그리고 다른 연구자들은 할리신을 설계하는 데 사용된 알고리즘과 같은 알고리즘이 약물 내성 세균의 확산에 대처하기 위한 새로운 항생제의 발견을 가속화하는 데 도움이 될 수 있을 것이라고 희망합니다.
할리신은 인공 지능을 사용하여 발견된 유일한 약물이 아닙니다. 콜린스와 바르질레이가 이끄는 연구팀은 더 나아가 약 1억 개의 분자로 구성된 ZINC 15 데이터베이스에서 약 100만 개의 분자를 사용하여 더 많은 모델을 훈련시키고 새로운 화합물을 만들고 싶습니다. 이 팀은 이미 인간에게 사용하기에 안전할 가능성이 있고 기존 항생제와 구조가 다른 최소 23개의 후보를 발견했습니다.
항생제의 불행한 부작용 중 하나는 유해한 세균을 죽이는 동시에 인간 몸에 필요한 장내 세균도 죽인다는 것입니다. 연구자들은 할리신을 생성하는 데 사용된 기술과 유사한 기술을 사용하여 장내 미생물군을 해치지 않는 항생제, 즉 인간의 장내 미생물군을 해치지 않는 약물을 만들 수 있을 것이라고 희망합니다.
다른 많은 회사들도 약물 개발 과정을 단순화하기 위해 기계 학습을 사용하려고 시도하고 있습니다. 다른 회사들은 새로운 약물 화합물을 합성하기 위해 AI 알고리즘을 훈련시켰습니다. 최근 한 회사는 오직 1개월 반 만에 증명된 약물을 개발했습니다. 이는 전통적인 방법으로 약물을 개발하는 데 걸리는 몇 개월 또는 몇 년보다 훨씬 짧은 시간입니다.
바르질레이는 AI 기반 약물 발견 방법이 약물 발견의 풍경을 의미 있는 방식으로 바꿀 수 있을 것이라고 낙관적입니다. 바르질레이는 할리신 작업이 의료 분야에서 기계 학습 기술의 효과를 보여주는 실제 예라고 설명했습니다.
“의료 분야에서 기계 학습 도구가 정말로 지능적인 일을 하는지, 그리고 제약 산업에서 작업용 마차로 개발할 수 있는지에 대한 질문이 여전히 남아 있습니다. 이 도구를 얼마나 적응시킬 수 있는지 보여줍니다.”
