현 시점에서 가장 중요한 질문은 이것입니다. AI라고도 알려진 인공 지능이 어떻게 과학자가 새 의약품을 찾는 방법을 변화시킬 수 있습니까?
예 - Jassen 과학자들의 새 연구에 따르면 AI를 사용해 의약품 발견을 가속화할 수 있는 방법이 있다고 합니다.
Jassen이 수십 년 동안 치료 혁신의 선두주자였다는 점은 명백합니다. 사실 1953년 당사를 설립한 벨기에 의사인 Paul Jassen 박사는 그의 경력 전반에 걸쳐 생명을 살리는 수십 개의 의약품을 발견 및 개발했습니다.
기존에, 새 의약품 발견 과정에 수년이 걸렸으며, 광범위한 데이터 양으로 인해 유효성을 시험할 수 있기 전, 대상 질환의 치료를 도울 가능성이 있는 화학 화합물을 우선 식별하기 위해 과학자들이 고군분투해야 했습니다.
하지만 최근 Cell Chemical Biology 저널에서 발표된 논문에서는 약물 발견과 관련한 흥미로운 전개 상황을 제시했습니다. Janssen 과학자들은 일반적으로 “기계 학습”이라고 알려진 인간 지능을 요구하는 컴퓨터 시스템을 사용해 AI를 활용하는 새 방법을 발견하여 공정을 가속화하도록 도움을 주었습니다.
AI가 의약품 발견을 재발명하는 방법
일반 의약품 발견 실험에서, 폐암 등 특정 질환을 나타내는 세포는 다양한 화합물에 노출되고, 현미경 스냅샷이 그에 따라 각 반응마다 촬영됩니다.
그러한 실험 하나로 50만 장의 스냅샷을 만들어낼 수 있습니다. 과학자들은 연구 중인 질환에 대해 원하는 반응을 이끌어낼 수 있는 화합물을 찾는다는 목표를 갖고 보통 AI를 사용해 이를 분류합니다.
하지만 이러한 스냅샷에서 수집된 데이터를 사용해 다른 질환의 이후 실험에 제공하는 경우는 없었습니다. 이렇게 배운 점들을 재활용하는 것이 중요하다는 점을 깨달은 Jassen 연구자들은 최고의 유럽 대학교들의 학문적 동반자들과 협력하여 과학자들이 다른 세포 유형에서 동일한 화합물에 어떻게 반응할지 예측할 수 있게 하는 컴퓨터 알고리즘을 개발하였으며, 이는 새 연구를 시작할 때 도움을 주었습니다.
“저희는 더 이상 매일 처음부터 다시 시작할 필요가 없게 되었습니다”, Janssen Research & Development, Discovery Sciences부서의 Scientific Director이자 본 연구의 수석 저자인 Hugo Ceulemans의 말입니다.
사실, Ceulemans와 그의 팀은 이 AI 분석법이 기존 약물 발견법보다 최대 250배 효율적이라는 점을 발견했습니다.
“의약품과 관련해 충족되지 않는 요구사항이 많습니다”라고 Ceulemans가 말합니다. “저희의 알고리즘은 정보를 보다 잘 활용하여 보다 좋은 치료법을 빠르게 발견할 수 있게 도울 수 있습니다.”
Kaitlin Ahern의 이 기사는 2018년 5월 jnj.com에 처음 소개되었습니다