인공지능 기술 이용, 맞춤형 약물 처방 및 음식 제안 등 정밀의료 산업에 응용 기대
(A) 약물 상호작용 예측 방법론인 딥디디아이는 딥러닝 기술을 이용해 DrugBank의 약물 상호작용 관련 데이터를 학습해 구축된 모델이다. 딥디디아이는 두 약물의 이름과 구조 정보만을 입력정보로 받아 86가지 종류의 약물 상호작용을 예측한다. 예측 결과는 사람이 읽을 수 있는 영문문장으로 표현돼 이를 통해 다양한 약리작용 변화를 예측한다.
(B) 357 가지의 질병에 대한 약물의 약효를 떨어뜨릴 수 있는 음식 성분들을 예측해 네트워크 형태로 시각화한 결과.
한 예시로 고혈압 약의 약효를 떨어뜨릴 수 있는 음식 성분을 예측한 결과이다.
약물 상호작용이란 한 약물의 효과가 다른 물질(약물, 음식, 건강보조제 등)에 의해 변화하는 것을 말한다.
기존의 약물 상호작용 예측 방법론은 약물-약물 간의 상호작용이 일어날지의 가능성 정도만을 예측할 뿐, 두 약물 간의 구체적인 약리작용에 대한 정보는 제공하지 못했으며, 이러한 이유로 맞춤형 약물 처방, 식이요법 등 응용 연구에서 체계적인 근거를 제시하거나 가설을 세우는 데에 한계가 있었다.
연구팀은 딥러닝 기술을 적용해 192,284개의 약물-약물 상호작용을 92.4%의 정확도로 예측하는 시스템인 딥디디아이(DeepDDI)를 개발했다.
DeepDDI는 두 약물 A, B 간의 상호작용에 대한 예측 결과를 다음과 같이 사람이 읽을 수 있는 영문 문장으로 출력한다.
이번 연구로 약물-약물 및 약물-음식 상호작용을 정확하게 예측할 수 있는 시스템을 활용하는 것이 가능해져, 신약개발, 복합적 약 처방, 투약시 음식 조절 등을 포함해 헬스케어, 정밀의료 및 제약 산업에 중요한 역할을 할 것으로 기대된다.
이상엽 특훈교수는 “이번 연구결과는 4차 산업혁명 시대의 정밀의료를 선도할 수 있는 기반기술을 개발한 것”이라며, “복합 투여되는 약물들의 부작용을 낮춰 효과적인 약물치료 전략을 제안할 수 있을 것”이라고 말했다.
이번 연구는 과기정통부의 「바이오리파이너리(Bio-Refinery)를 위한 시스템 대사공학 연구」와 한국과학기술원(KAIST)의 「제4차 산업혁명 인공지능 플래그십 이니셔티브 연구」의 지원을 받았다.
이번 연구는 인공지능의 핵심 기술인 딥러닝 기술을 이용해 상호작용을 예측하는 것으로, 국제학술지 ‘미국 국립과학원 회보(PNAS)’ 4월 16일자 온라인판에 논문명 ‘Deep learning improves prediction of drug-drug and drug-food interactions’, 류재용(한국과학기술원, 공동 제1저자), 김현욱(한국과학기술원, 공동 제1저자), 이상엽(한국과학기술원, 교신저자) 등으로 게재됐다.