(대전＝연합뉴스) 김준호 기자 = 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.
GPCR은 호르몬이나 신경전달물질, 약물이 세포 밖에서 신호를 보내면 이를 받아 세포 안으로 전달하는 문(게이트) 역할을 한다. 인체에는 약 800종의 GPCR이 존재하며, 현재 시판 약물의 30∼40%가 이를 표적으로 한다. 심장 박동, 혈압 조절, 통증 감지, 면역 반응, 감정 조절 등 다양한 생리 기능에 관여하는 핵심 단백질이다.
하지만 약물이 GPCR에 결합했다고 해서 항상 원하는 기능이 작동하는 것은 아니다. 결합 이후 단백질 내부에서 일어나는 구조 변화와 신호 전달 과정이 실제 작용 여부를 결정한다.
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.
이관수 교수는 "약물이 '붙는지'가 아니라 '실제로 작동하는지'까지 예측하는 AI를 개발했다"며 "앞으로 다양한 단백질로 확장하고, 세포와 인체 반응까지 예측하는 기술로 발전시키겠다"고 말했다.
kjunho@yna.co.kr
Copyright ⓒ 연합뉴스 무단 전재 및 재배포 금지
