KAIST, 천연물 합성 경로 예측 AI 모델 공개

[이데일리 강민구 기자] 국내 연구진이 딥러닝을 활용해 천연물의 생합성 경로를 예측하는 모델을 제시하고, 천연물 기반 의약품을 대량 생산할 가능성을 제시했다.

한국과학기술원(KAIST)은 김상규 생명과학과 교수 연구팀과 황성주 김재철AI대학원 교수팀이 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발하고, 박정빈 부산대 교수 연구팀과 함께 누구나 모델을 활용하도록 인터넷 웹사이트를 구축했다고 14일 밝혔다.

황성주 교수(왼쪽)와 김상규 교수(오른쪽).(사진=KAIST)

천연물 활용과 대량 생산을 하려면 생합성 경로를 밝혀야 한다. 하지만 많은 약용 천연물이 복잡한 구조를 가져 생합성 경로가 잘 밝혀지지 않았다. 생합성 경로 연구는 도전적이지만 이를 밝히고 생합성 효소를 찾을 수 있다면 천연물의 활용 가치를 높일 수있다.

식물 천연물 생합성 경로 연구의 첫 단계는 식물이 어떻게 물질을 합성하는지 경로를 역추적(역합성 경로를 제시)하는 것으로 시작된다. 공동연구팀은 딥러닝을 활용해 천연물의 역-생합성 경로를 예측하는 모델을 제시했다. 연구팀은 발전된 역합성 모델과 생화학적 직관을 결합해 천연물 생합성 경로를 예측하는 인공지능 모델을 개발했다.

‘역합성을 읽어내는 모델’이라는 뜻을 담아 ‘리드레트로(READRetro)’라고 지은 이 인공지능 모델은 천연물 역합성을 예측하는 모델 중 최고 수준의 성능을 나타냈다.

김상규 교수는 “식물이 어떻게 복잡한 천연물을 만들 수 있게 되었는지 이해하는 기초 연구에서부터 천연물 기반 의약품을 대량으로 생산하기 위한 합성생물학 연구 등에 활용이 기대된다”며 “추후 합성 경로를 매개하는 효소를 예측하거나 거대 분자의 역합성 예측 정확도를 높이는 연구를 할 계획”이라고 말했다.

연구 결과는 국제 학술지 ‘뉴 파이톨로지스트(New Phytologist)’에 게재됐다.

웹으로 구현된 ‘리드레트로(READRetro)’.(자료=KAIST)