KAIST, 약물 결합 넘어 '실제 활성 여부' 예측 AI 개발
한국과학기술원(KAIST)은 바이오및뇌공학과 이관수 교수 연구팀이 대표적인 신약 표적인 G-단백질 결합 수용체(GPCR)에 후보 물질이 단순히 결합하는지를 넘어 실제로 단백질을 활성화하는지까지 예측하는 인공지능 모델 'GPCRact(지피씨알액트)'를 개발했다고 8일 밝혔다.
연구팀은 약물 작용 과정을 약물-표적 결합 단계, 단백질 내부 신호 전파 단계로 나눠 AI가 단계적으로 학습하도록 설계했다.
이를 통해 기존 모델이 어려워했던 복잡한 구조의 단백질에서도 약물 활성 예측 성능을 크게 높였다고 연구팀은 설명했다.
뉴스픽의 주요 문장 추출 기술을 사용하여 “연합뉴스” 기사 내용을 3줄로 요약한 결과입니다. 일부 누락된 내용이 있어 전반적인 이해를 위해서는 본문 전체 읽기를 권장합니다.
