연구

한림대 김진혁 석사과정생, AI 기반 약물 선택성 예측 연구 국제학술지 게재

- 분자구조 표현 방법별 불확실성 정보 기반의 AI 예측 모델 개발

- SCIE 국제학술지 ‘Journal of Chemical Information and Modeling’ 게재

<사진: 왼쪽부터 김진혁 석사과정생, 최종환 교수>

 한림대학교(총장 최양희) 컴퓨터공학과 김진혁 석사과정생이 분자구조 표현 방식에 따른 불확실성을 반영해 약물 선택성(drug selectivity)을 예측하는 AI 모델 ‘CUE(Chemical Uncertainty-aware Embedding)’를 개발했다. 해당 연구 결과는 화학정보학 분야 국제학술지인 ‘Journal of Chemical Information and Modeling’(IF 6.4, JCR 상위 15.2%)에 게재됐다.

 논문 제목은 ‘CUE: A Chemical Uncertainty-Aware Embedding Framework for Multimodal Drug Selectivity Prediction’으로 김진혁 석사과정생이 제1저자로 연구를 주도했으며, 김경환⋅박현준 석사과정생이 공동저자로 참여했다. 소프트웨어학부 최종환 교수가 교신 저자를 맡았다.

 약물 선택성은 후보 화합물이 원하는 표적 키나아제에는 강하게 결합하면서 비표적 키나아제와의 결합은 최소화하는 특성을 의미한다. 선택성이 낮은 후보 화합물은 의도하지 않은 비표적 키나아제와 결합해 부작용을 유발하거나 치료 효과를 떨어뜨릴 수 있다. 따라서 선택성은 안전하고 효과적인 키나아제 억제제를 개발하기 위해 중요하게 고려해야 하는 요소다.

 연구팀이 개발한 CUE는 후보 화합물의 분자 지문(molecular fingerprint)과 분자구조 이미지를 함께 활용하는 멀티모달 AI 모델이다. CUE는 각 분자구조 표현에서 특징을 추출한 뒤, 학습 과정에서 나타나는 예측 오차의 변화를 분석해 표현 방법별 불확실성을 계산한다.

 이후 불확실성이 낮고 신뢰도가 높은 분자구조 표현에 더 큰 가중치를 부여해 후보 화합물의 약물 선택성을 예측한다. 이를 통해 분자구조를 표현하는 방식마다 존재하는 정보의 차이와 불확실성을 모델에 반영하고, AI 기반 신약 개발 과정에서 선택성이 높은 후보 화합물을 탐색하는 데 활용할 수 있을 것으로 기대된다.

 최종환 지도교수는 “김진혁 학생의 꾸준한 연구가 좋은 결실을 맺어 기쁘다”며 “CUE를 통해 선택성 예측의 정확도를 높이고, AI 신약 개발 과정에서 선택성이 높은 후보 화합물을 탐색하는 데 활용할 수 있어 의미가 크다”고 전했다.