AI와 양자 역학이 협력하여 신약 개발 가속화

약물 발견은 퍼즐을 맞추는 것과 매우 비슷합니다. 약물 분자의 배후에 있는 화학 화합물은 우리 몸의 단백질에 맞게 형성되어야 치료 효과를 낼 수 있습니다. 이러한 세심한 맞춤에 대한 요구 사항은 새로운 약물을 만드는 것이 매우 복잡하고 시간이 많이 걸린다는 것을 의미합니다.

퍼즐 맞추기 과정을 가속화하기 위해 SMU의 연구자들은 SmartCADD를 만들었습니다. 이 오픈소스 가상 도구는 인공 지능, 양자 역학 및 컴퓨터 지원 약물 설계(CADD) 기술을 결합하여 화학 화합물의 스크리닝을 가속화하고 약물 발견 타임라인을 크게 단축합니다. Journal of Chemical Information and Modeling 에 최근 발표된 연구에서 연구자들은 SmartCADD가 유망한 HIV 약물 후보를 식별하는 능력을 입증했습니다.

이 새로운 도구는 SMU의 데드먼 인문과학 대학 화학과와 라일 공과대학 컴퓨터 과학과의 학제 간 협업을 통해 탄생했습니다.

"항생제, 암 치료제, 항바이러스제 등과 같은 새로운 종류의 약물을 발견해야 할 시급성이 있습니다." SMU의 계산 및 이론 화학 그룹(CATCO) 책임자인 엘피 크라카가 말했습니다. "많은 분야에서 AI가 빠르게 도입되고 있지만, 주로 불투명성과 학습에 사용되는 데이터의 품질 때문에 과학 연구에 사용하는 데 주저하는 경우가 있습니다. SmartCADD는 이러한 우려 사항을 해결하고 하루에 수십억 개의 화합물을 걸러낼 수 있어 유망한 약물 후보를 식별하는 데 필요한 시간을 크게 줄여줍니다."

SmartCADD 작동 방식

SmartCADD는 딥 러닝 모델, 필터링 프로세스, 설명 가능한 AI를 결합하여 약물 리드를 정확히 찾아내는 데 사용되는 화학 화합물 데이터베이스를 스크리닝합니다. 이 도구에는 두 가지 주요 구성 요소가 있습니다. 데이터를 수집하고 필터를 실행하는 SmartCADD의 파이프라인 인터페이스와 각 필터가 어떻게 작동해야 하는지 시스템에 알려주는 필터 인터페이스입니다. 이러한 내장 필터는 화학 화합물 테스트의 다양한 단계를 지원합니다. 약물이 신체에서 어떻게 작용할지 예측하고, 2D 및 3D 매개변수를 사용하여 약물 구조가 어떻게 보일지 모델링하고, 결정을 설명하는 AI 모델을 활용할 수 있습니다.

연구자들은 HIV 치료에 사용되는 약물에 대한 세 가지 다른 사례 연구를 통해 SmartCADD 플랫폼을 시연했으며, 바이러스 내에 존재하는 여러 단백질이 유망한 표적으로 여겨진다는 것을 발견했습니다. SmartCADD는 MoleculeNet 라이브러리의 데이터를 사용하여 8억 개의 화학 화합물 데이터베이스를 만들고 검색했으며 1,000만 개가 HIV 약물로 작용할 수 있다고 결정했습니다. 그런 다음 필터를 사용하여 이미 승인된 HIV 약물과 가장 잘 맞는 화합물을 찾았습니다.

연구진은 이 연구에서 HIV 표적에 초점을 맞추었지만, SmartCADD는 다재다능하며 다른 약물 발견 파이프라인에도 적용될 수 있다고 강조했습니다.

"이것은 연구자들에게 약물 발견 파이프라인을 구축하기 위한 고도로 통합되고 유연한 프레임워크를 제공하는 사용자 친화적인 가상 스크리닝 플랫폼입니다." SMU 길드홀의 연구 부국장이자 라일 공과대학의 컴퓨터 과학 조교수인 코리 클라크가 말했습니다. "우리는 화학 및 머신 러닝 기능을 더욱 확장하기 위해 작업을 계속 추진할 것입니다. 이 프로젝트와 그 기회는 정말 흥미진진하며, 다음 단계는 이전 단계보다 훨씬 더 큰 진전이 될 것이라고 압니다."

협업으로 SmartCADD가 가능해졌습니다

이 논문은 또한 SMU의 학제간 협업의 강점을 강조합니다. Kraka와 Clark 외에도 저자로는 O'Donnell Data Science & Research Computing Institute의 보조금으로 연구를 지원하는 화학 박사후 연구원 Ayesh Madushanka와 O'Donnell Institute 박사 펠로우십 수혜자인 컴퓨터 과학 대학원생 Eli Laird가 있습니다.

"약물 발견과 같은 분야는 진정으로 성공하려면 힘을 합쳐야 합니다."라고 마두샨카는 말했습니다. "화학과만 이 일을 했다면 최종 제품은 똑같지 않았을 겁니다. 학제간 협업은 같은 아이디어에 대한 새로운 관점을 제공하여 이를 다듬고 개선하는 데 도움이 됩니다."

Laird는 "학제간 연구는 실제 세계에 실제로 영향을 미치는 주요 연구 발전을 이루는 데 절대적으로 필요합니다. 이것이 SMU의 주요 초점이며 제가 여기에서 박사 학위를 취득하고자 했던 주요 이유입니다. 영향력 있는 연구는 단일 분야의 진공 상태에서 일어날 수 없습니다. 진정한 혁신으로 이어질 아이디어를 불러일으키려면 학문을 광범위하게 살펴봐야 합니다. 획기적인 진전은 종종 여러 분야의 교차점에서 발생하며, 저는 연구를 그 자리에 두고자 합니다."라고 덧붙였습니다.

이 연구에 대한 자금은 National Science Foundation에서 지원했으며, 보조금은 CHE 2102461입니다. 이 자료에 표현된 모든 의견, 결과, 결론 또는 권장 사항은 저자의 것이며 반드시 National Science Foundation의 견해를 반영하는 것은 아닙니다.

출처: https://www.sciencedaily.com/releases/2024/10/241007134022.htm