AI 기반 항생제 혁명: 과학자, 생성형 알고리즘을 이용하여 슈퍼 박테리아 위협을 물리치는 새로운 화합물 설계 성공

뉴스 요약

인공지능(AI) 기술이 항생제 개발 분야에서 중대한 돌파구를 마련했습니다. MIT, 호주, 맥마스터 대학교 등 세계 유수의 연구기관 연구팀은 생성형 AI와 딥러닝 알고리즘을 성공적으로 활용하여 새로운 항생제 화합물을 설계했습니다. 이 화합물은 MRSA, 임균, 아시네토박터 바우마니균 등 다양한 내성 "슈퍼박테리아"에 효과적으로 대응할 수 있습니다. 이러한 획기적인 진전은 항생제 발견의 "제2의 황금기"를 열고, 항생제 내성 감염으로 인해 매년 전 세계적으로 사망하는 약 500만 명에게 새로운 희망을 가져다줄 것으로 기대됩니다.

AI 기반 항생제 혁명: 과학자들, 슈퍼박테리아에 맞설 새로운 화합물 성공적으로 설계

전 세계는 조용한 위기에 직면해 있습니다. 항생제 내성 감염으로 인해 매년 약 450만 명이 사망하고 있지만, 새로운 항생제 개발 파이프라인은 거의 고갈된 상태입니다. 그러나 인공지능 기술의 개입이 이러한 심각한 상황을 변화시키고 있습니다.

획기적인 연구 성과

최근 매사추세츠 공과대학교(MIT) 연구팀은 '셀(Cell)' 저널에 획기적인 연구 결과를 발표했습니다. 이들은 생성형 AI 알고리즘을 활용하여 3,600만 가지 이상의 잠재적 화합물을 성공적으로 설계했으며, 이 중에서 내성 임균과 다제내성 황색포도상구균(MRSA)에 대항할 수 있는 새로운 항생제를 선별했습니다. AI가 설계한 이 화합물들은 기존 항생제와는 구조적으로 완전히 다르며, 세균 세포막을 파괴하는 새로운 메커니즘을 통해 작용합니다.

호주 과학자 팀 또한 중대한 진전을 이루었습니다. 이들은 AI를 사용하여 과거에는 수년이 걸리던 암 및 항생제 내성 감염에 대항하는 맞춤형 단백질을 단 몇 초 만에 생성할 수 있었습니다. '네이처 커뮤니케이션즈(Nature Communications)'에 발표된 이 연구는 AI가 수천 개의 즉시 사용 가능한 단백질을 얼마나 빠르게 생성할 수 있는지를 보여주었습니다.

기술 혁신 하이라이트

생성형 AI의 돌파구: MIT 연구팀은 두 가지 다른 AI 방법을 사용했습니다. 하나는 특정 화학 조각을 기반으로 분자를 설계하는 방식이고, 다른 하나는 알고리즘이 특정 조각을 포함하지 않고도 자유롭게 분자를 생성하도록 하는 방식입니다. 이러한 혁신적인 방법은 연구자들이 더 넓은 화학적 공간을 탐색하고, 기존 방법으로는 접근할 수 없었던 새로운 유형의 항생제를 발견할 수 있게 했습니다.

정밀 선별 메커니즘: 맥마스터 대학교와 스탠포드 대학교 연구팀은 세계보건기구(WHO)가 지정한 가장 위험한 항생제 내성균 중 하나인 아시네토박터 바우마니균에 대항할 수 있는 수십억 개의 새로운 항생제 분자를 설계할 수 있는 '신세몰(SyntheMol)'이라는 생성형 AI 모델을 개발했습니다.

슈퍼박테리아에 맞설 새로운 무기

연구자들은 아시네토박터 바우마니균을 사멸시킬 수 있는 새로운 항생제를 성공적으로 식별했습니다. 이 박테리아는 병원 및 의료기관에서 흔히 발견되는 내성 병원균이며, 이라크와 아프가니스탄 전쟁에서 부상당한 병사들의 주요 감염 원인이었습니다. 41가지의 다른 항생제 내성 아시네토박터 바우마니균 균주에 대한 테스트에서, AI가 설계한 이 약물은 모든 균주에 효과적이었습니다.

MRSA 연구에서 MIT 팀은 미국에서 매년 1만 명 이상을 사망에 이르게 하는 이 내성균을 사멸시킬 수 있는 화합물 계열을 발견했습니다. 이 화합물들은 세균이 세포막의 전기화학적 기울기를 유지하는 능력을 파괴함으로써 세균을 사멸시키는데, 이는 ATP 생성과 같은 핵심 세포 기능에 필수적입니다.

지능형 치료 전략

클리블랜드 클리닉 연구팀은 세균 감염 치료 시 약물 사용의 최적 조합과 시기를 결정할 수 있는 AI 모델을 개발했습니다. 이 모델은 특정 방해 요인 하에서 세균의 성장 속도만을 기반으로 예측할 수 있습니다. 이러한 강화 학습(Reinforcement Learning) 방식은 항생제 순환 치료에 대한 과학적 근거를 제공하여 항생제 내성 발달을 최소화하는 데 기여합니다.

신속 진단 및 맞춤형 치료

AI 기술은 약물 발견뿐만 아니라 신속 진단 분야에서도 엄청난 잠재력을 보여주고 있습니다. 연구자들은 며칠이 아닌 몇 분 안에 결과를 제공할 수 있는 진단 도구를 개발 중이며, 이는 특정 항생제와 세균의 민감도를 식별할 수 있습니다. 이러한 신속 진단 테스트는 임상 치료의 질을 크게 향상시킬 것입니다.

글로벌 영향 및 미래 전망

기존의 약물 발견 기술은 비용이 많이 들고, 합성 및 테스트 주기가 길며, 고가의 장비와 많은 인력이 필요합니다. 이에 비해 자동화된 컴퓨터 지원 약물 발견 기술은 비용이 저렴하고 속도가 빠릅니다.

현재 전 세계적으로 매년 450만 명 이상이 항균제 내성 감염으로 사망하고 있으며, 이는 수술 및 화학 요법과 같은 일반적인 의료 절차의 안전성을 위협하고 있습니다. 동시에 혁신적인 항생제, 항진균제 및 기타 항균 치료법의 개발은 매우 제한적이며, 민간 투자도 부족합니다.

정책 지원 및 시장 인센티브: 영국은 이미 유사한 항생제 구독 모델을 도입했습니다. 이 계획은 2019년 시범 사업으로 시작되어 정부 조달을 위한 두 가지 항생제 후보를 선정했습니다. 올해 5월, 영국 정부는 이 실험을 영구 계획으로 전환하는 것을 승인하여, 영국은 세계 최초의 공식 항생제 구독 시스템을 갖게 되었습니다.

도전 과제 및 기회

AI가 항생제 발견 분야에서 유망한 전망을 제시하지만, 여전히 몇 가지 도전 과제가 남아 있습니다. 연구자들은 AI가 설계한 이 항생제들이 임상 시험을 시작하기 전에 최소 1~2년의 최적화 및 전임상 시험이 필요할 것으로 추정합니다. 임상 시험 자체는 수년이 걸릴 수 있으므로, 이 약물들이 광범위하게 사용되기까지는 5~10년이 더 걸릴 수 있습니다.

기술 최전선 전망

맞춤형 의료: 미래의 AI 시스템은 환자의 특정 감염 상황을 분석하여 맞춤형 항생제 치료 계획을 설계하고, 치료 효과를 극대화하며 내성 위험을 최소화할 수 있을 것입니다.

새로운 표적 발견: AI는 새로운 분자를 설계하는 데 그치지 않고, 이전에 활용되지 않았던 약점인 완전히 새로운 세균 표적을 식별하여 약물 개발을 위한 새로운 길을 열 수 있습니다.

고속 대량 스크리닝 통합: AI 기반 설계와 자동화된 고속 대량 스크리닝을 결합하면 유망한 후보 약물의 식별 및 검증이 가속화될 것입니다.

결론

MIT의 제임스 콜린스 교수가 말했듯이, "우리는 생성형 AI가 완전히 새로운 항생제를 설계하는 데 사용될 수 있음을 보여주었기 때문에 매우 기쁩니다. AI는 우리가 빠르고 저렴하게 분자를 찾아내어 우리의 무기고를 확장하고, 슈퍼박테리아 유전자와의 지능 싸움에서 진정으로 우위를 점할 수 있게 해줍니다."

이러한 획기적인 연구들은 항생제 발견의 새로운 시대를 알리는 신호탄입니다. AI 기술의 혁신적인 능력과 인간 과학자들의 전문 지식을 결합함으로써, 우리는 항생제 내성이라는 전 세계적인 건강 위협에 맞설 완전히 새로운 길을 개척하고 있습니다. 실험실에서 임상 적용까지는 아직 갈 길이 멀지만, 이러한 진전은 우리에게 슈퍼박테리아를 물리칠 새로운 희망을 가져다줍니다.