표현형 프로필 기반 약물 유사 분자 생성: SmilesGEN의 혁신

중국과학원 연구팀이 개발한 SmilesGEN은 표현형 프로필을 활용한 약물 유사 분자 생성 모델로, 기존 방법의 한계를 극복하고 유효성, 독창성, 신규성을 모두 만족하는 분자 생성에 성공했습니다. 이는 AI 기반 신약 개발 분야에 혁신적인 발전을 가져올 것으로 기대됩니다.

AI 기반 약물 설계의 새로운 지평을 열다: SmilesGEN

최근 AI를 활용한 신약 개발이 활발하게 진행되고 있는 가운데, 중국과학원의 Hui Liu, Shiye Tian, Xuejun Liu 연구팀이 표현형 프로필을 활용하여 약물 유사 분자를 생성하는 혁신적인 모델인 SmilesGEN을 개발했습니다. 이는 기존 약물 설계 방식의 한계를 뛰어넘는 중요한 성과로 평가받고 있습니다.

기존 방법의 한계 극복: 세포 맥락 고려

기존의 약물 유사 분자 생성 방법들은 주로 유전자 발현 프로필에 의존하여 분자를 생성했습니다. 하지만, 약물이 세포 맥락에 미치는 교란 효과는 고려하지 못했다는 한계를 가지고 있었습니다. SmilesGEN은 이러한 한계를 극복하기 위해 변이 자동 인코더(VAE) 기반의 새로운 구조를 도입했습니다.

SmilesGEN: 이중 채널 VAE의 협력

SmilesGEN은 두 개의 VAE, 즉 약물 VAE(SmilesNet) 과 유전자 발현 프로필 VAE(ProfileNet) 을 통합하여 작동합니다. SmilesNet은 약물의 구조 정보를, ProfileNet은 유전자 발현 프로필 정보를 학습합니다. 두 VAE는 공통적인 잠재 공간에서 상호 작용하며, 약물의 교란 효과와 전사 반응 간의 상호 작용을 모델링합니다. 특히, ProfileNet은 잠재 공간에서 약물 유도 교란을 제거하여 사전 처리 유전자 발현 프로필을 재구성합니다. 반면, SmilesNet은 원하는 유전자 발현 프로필을 통해 약물 유사 분자를 생성합니다.

뛰어난 성능 검증: 유효성, 독창성, 신규성

연구팀은 다양한 실험을 통해 SmilesGEN의 우수한 성능을 입증했습니다. 기존 최첨단 모델보다 유효성, 독창성, 신규성이 높은 분자를 생성하며, 관련 단백질을 표적으로 하는 알려진 리간드와의 타니모토 유사성 또한 향상되었습니다. 뿐만 아니라, 스캐폴드 기반 분자 최적화 및 치료제 생성에도 효과적임을 확인했습니다. 승인된 약물과의 유사성이 높은 분자를 생성하는 능력이 탁월하다는 것을 보여주었습니다.

미래를 향한 도약: 바이오 의약품 개발의 혁신

SmilesGEN은 유전자 서명을 활용하여 원하는 세포 표현형 변화를 유도할 수 있는 약물 유사 분자를 생성하는 강력한 프레임워크를 구축했습니다. 이는 AI 기반 신약 개발 분야에 새로운 가능성을 제시하며, 앞으로 더욱 발전된 약물 설계 및 개발에 크게 기여할 것으로 기대됩니다. 이 연구는 바이오 의약품 개발의 혁신적인 발전을 위한 중요한 이정표가 될 것입니다.