“천연물 생합성 경로 예측…천연물 기반 의약품 대량 생산 기대”

딥러닝으로 천연물의 역-생합성 경로를 예측할 모델을 제시, 천연물 기반의 의약품을 대량 생산하는 데 활용할 수 있는 근거가 마련됐다.

KAIST는 생명과학과 김상규 교수 연구팀과 김재철 AI 대학원 황성주 교수 연구팀이 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발한 결과물을 토대로, 부산대 박정빈 교수 연구팀과 협업해 누구나 이 모델을 활용할 수 있도록 인터넷 웹사이트를 구축했다고 16일 밝혔다.

식물은 환경 스트레스에 대응하기 위해 복잡한 천연물을 만든다. 이 과정에서 만들어지는 천연물은 인류의 생존에도 필수적 역할을 한다. 미국식품의약품(FDA) 승인 저분자 약물의 30% 이상이 식물 천연물에 기초하는 것은 이를 방증한다.

다만 천연물 활용 및 대량 생산을 위해서는 생합성 경로를 밝히는 것이 필수적이다. 반면 복잡한 구조를 가진 많은 약용 천연물의 생합성 경로는 제대로 밝혀지지 않아 식물에서 직접 추출해 사용하는 게 일반적이다.

같은 이유로 생합성 경로 연구는 도전적이지만, 이를 밝혀 생합성 효소를 찾을 수 있다면 천연물의 활용 가치를 증진할 수 있다고 여겨져 왔다.

공동연구팀은 식물이 어떻게 물질을 합성하는지 경로를 역추적(역합성 경로 제시)하는 것에서부터 시작돼 딥러닝을 활용해 천연물의 역-생합성 경로를 예측하는 모델을 제시하는 데 성공했다.

연구에서 공동연구팀은 발전된 역합성 모델과 생화학적 직관을 결합해 성공적으로 천연물 생합성 경로 예측을 수행하는 인공지능 모델도 개발했다.

개발한 인공지능의 이름은 ‘역합성을 읽어내는 모델’이라는 뜻을 담아 ‘리드레트로(READRetro)’라고 지었다. 이 모델은 천연물 역합성을 예측하는 인공지능 모델 중 최고의 성능을 보이는 것으로 확인됐고, 이를 개별 연구자가 쉽게 활용할 수 있도록 구현(웹사이트 구축)했다는 데 의미가 있다.

김상규 교수는 “연구결과는 식물이 어떤 과정을 거쳐 복잡한 천연물을 만들 수 있는지를 이해하는 기초 연구에서부터 천연물 기반 의약품을 대량으로 생산하기 위한 합성생물학 연구 등에 활용될 것으로 기대된다”며 “공동연구팀은 앞으로 합성 경로를 매개하는 효소를 예측하거나 거대 분자의 역합성 예측 정확도를 높이는 연구를 이어갈 계획”이라고 말했다.

한편 이번 연구는 KAIST POST-AI, 한국연구재단, 과학기술정보통신부 등의 지원을 받아 수행됐다. KAIST 생명과학과 김태인 석박사통합과정과 KAIST 김재철AI대학원 이슬 석박사통합과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지‘뉴 파이톨로지스트'에 출판됐다.

대전=정일웅 기자 jiw3061@asiae.co.kr