MIT의 합성생물학 선구자인 제임스 콜린스(James Collins) 교수는 계산 능력과 실험 생물학을 결합해 신약 개발의 패러다임을 새롭게 정의하고 있다. 특히 딥러닝 기술을 활용해 다제내성균을 무력화할 수 있는 '할리신(halicin)'과 같은 강력한 항생제를 발굴하는 성과를 거두었다. 이러한 융합적 접근 방식은 네트워크 생물학 및 시스템 미생물학을 결합하여, 기존의 전통적인 방식보다 훨씬 선제적으로 글로벌 보건 위기에 대응하도록 돕는다.

최근 콜린스 연구실은 생성 모델을 이용해 완전히 새로운 분자 구조를 설계하는 획기적인 연구를 수행했다. 학습 데이터와 유사한 새로운 데이터를 생성하는 AI 모델인 변이형 오토인코더를 활용해 수백만 개의 후보 물질을 생성한 것이다. 이 과정에서 화학적 합성 가능성과 선택적 활성을 기준으로 물질을 정밀하게 필터링했으며, 그 결과 유익균은 보존하면서 내성 임질균만을 정밀 타격하는 NG1과 같은 선도 화합물을 도출해냈다.

실험실에서의 발견이 실제 임상으로 이어지지 못하는 '죽음의 계곡'을 극복하기 위해, 콜린스 교수는 비영리 단체인 페어 바이오(Phare Bio)를 공동 설립했다. 이 단체는 '항생제 AI 프로젝트' 및 미국 보건첨단연구계획국(ARPA-H)의 지원을 받아 전임상 후보 물질 개발에 박차를 가하고 있다. 수만 개의 화합물을 동시에 분석하는 고속 대량 스크리닝 시스템과 생성 모델을 통합함으로써, 글로벌 보건 위협에 즉각 대응할 수 있는 신속 대응 파이프라인 구축을 목표로 한다.

미국 매사추세츠 공과대학교(MIT)의 제임스 콜린스 교수는 컴퓨터의 계산 능력과 생물학 지식을 합쳐서 새로운 약을 만드는 방법을 연구하고 있어요. 그는 인공지능이 스스로 배우는 기술(딥러닝)을 사용해, 웬만한 약에는 죽지 않는 아주 강한 세균(다제내성균)을 없애는 '할리신'이라는 강력한 항생제를 찾아냈답니다. 이런 방법은 컴퓨터 시스템과 미생물 공부를 함께 하기 때문에, 옛날 방식보다 훨씬 빠르게 전 세계의 전염병 문제에 대처할 수 있게 해 줘요.

최근 콜린스 교수님 팀은 새로운 데이터를 만들어내는 인공지능(생성 모델)을 이용해 세상에 없던 새로운 약의 구조를 설계했어요. 데이터를 학습해 새로운 정보를 만드는 인공지능 기술(변이형 오토인코더)로 수백만 개의 약 후보 물질들을 만들어낸 것이죠. 이 중에서 실제로 만들 수 있는지, 그리고 나쁜 세균만 잘 골라내는지 꼼꼼하게 검사했어요. 그 결과, 우리 몸속의 유익한 세균은 건드리지 않고 나쁜 병균(내성 임질균)만 콕 집어서 공격하는 'NG1'이라는 물질을 찾아내는 데 성공했답니다.

연구실에서 찾은 좋은 약 후보가 실제로 환자들에게 쓰이기까지는 매우 어렵고 긴 과정이 필요한데, 이를 '죽음의 계곡'이라고 불러요. 콜린스 교수는 이 어려움을 넘기 위해 '페어 바이오'라는 단체를 만들고 미국 정부 기관(ARPA-H)의 도움을 받아 연구를 이어가고 있어요. 수만 개의 물질을 한꺼번에 분석하는 장치와 인공지능을 하나로 합쳐서, 전 세계가 무서운 세균 때문에 위험에 빠졌을 때 아주 빠르게 약을 만들어 대응할 수 있는 시스템(파이프라인)을 만드는 것이 최종 목표예요.