“인공지능, 신약 개발서 설계 중심 접근 방식 대체”

아톰와이즈 한 림(Han Lim) 부사장 “아톰넷, 하루 1억 개 분자 스크리닝”

인공지능(AI)은 현재 많은 분야에서 변화를 촉발하고 있지만, 몇 년 전만 해도 AI를 신약 개발에 효율적으로 이용할 수 있는 플랫폼은 많지 않았다. 그러나 그 중 시장에 성공적으로 자리 잡은 AI 신약 후보 물질 스크리닝 시스템이 있었으니, 2015년 개발돼 현재 다수의 빅파마들과 협업을 지속하고 있는 ‘아톰넷(Atomnet)’의 이야기다.

아톰넷의 개발사인 아톰와이즈(Atomwise)의 한 림(Han Lim) 부사장 겸 파트너링 글로벌 책임자(Vice President, Global Head of Atomwise Partnering, 사진)는 “AI는 신약 개발에서 나타나는 물리적 한계의 해결책이 될 수 있다”고 말한다.

약업신문은 한 림 부사장에게 아톰넷의 개발 동기, 활용 분야, 미래 AI 시장의 트렌드 등을 들어봤다.

 

한림 부사장은 이달 4월 16일(화)부터 킨텍스 1전시장에서 열리는 국제의약품∙바이오산업전(KOREA PHARM & BIO 2019) 부대행사인 AI in Drug Discovery Conference(4.18(목))에 초청받아 ‘One in a billion: AI small molecule drug discovery for challenging targets’을 주제로 발표한다.

 

다음은 한 림 부사장과의 질의응답이다.

- AI를 활용한 시스템인 아톰넷(AtomNet)은 어떻게 개발하게 됐나

아톰넷은 아톰와이즈의 공동 설립자 Dr. Abraham Heifets와 토론토 대학교의 Izhar Wallach 박사가 발명했다. 그들은 Geoff Hinton 교수(현대 인공 지능 알고리즘의 창립자 및 Google Fellow)와 같은 부서에 있었는데, 그의 팀이 이미지용으로 개발한 강력한 심층 콘볼루션 신경 네트워크(deep convolutional neural networks)가 화학에도 적용될 수 있음을 깨달았다.

무엇보다 합리적인 약물 개발을 위해 보다 정확하고 빠른 도구의 필요성을 느껴 왔었고, 특히 건강과 질병 치료에 중요한 단백질에 작은 분자가 결합하는 것을 예측하는 속도, 정확성 및 효율성을 향상시켜야 할 뿐 아니라 새로운 화합물의 다양성을 확장해야 한다는 결정적인 요구가 있어 왔다.

아톰와이즈 연구진은 아톰넷을 통해 이를 수행할 수 있는 도구를 보유하고 있으며, 아톰넷의 사용으로 연구자들이 보다 나은 신약을 신속하게 개발할 수 있도록 돕고자 한다.

- 아톰넷은 하루에도 수많은 화합물을 시뮬레이션 할 수 있다. 이 과정에서 오류의 가능성과 정확성은 얼마나 되나

아톰넷은 하루에 1억 개 이상의 분자를 스크리닝하고 평가하기 때문에, 정확성이 매우 중요하다. 따라서 아톰와이즈는 아톰넷의 정확성을 극대화하고 엄격하게 테스트하는 데에 많은 비용과 시간의 소요를 아끼지 않고 있다.

아톰와이즈는 대규모의 연구·개발 투자 행보로 신약개발에서 스스로를 다른 AI 기업들과 차별화하고 있다. 여기에는 세계 각국에서 진행 중인 인공지능 분자물질 스크린(AIMS)이라고 하는 수백 건의 프로젝트들을 비롯한 대규모 전향성 연구사례가 포함돼 있다.

AIMS는 세계 각국의 선도적인 연구자들과 함께 200개 이상의 다양한 목표를 공유하고 있으며, 지금까지 도출된 초기 자료를 보면 아톰넷이 예측한 대로 높은 성공률과 고도의 정확성을 제공한다는 사실이 입증되고 있다.

- 아톰넷을 이용했을 때 신약 후보 물질 도출 가능성이 높게 나타날 것으로 예상되는 질병군이 있다면 무엇인가

아톰넷의 장점은 모든 치료 영역에서 단백질을 처리할 수 있다는 것이다. 아톰넷은 화학, 물리학 및 통계학의 기본 원칙을 기반으로 한다. 그래서 단백질을 치료용으로 활용했을 때 적응증 제한은 없다.

아톰와이즈는 종양학, 전염병, 신경학, 면역학, 심혈관질환 및 희귀 질환 뿐 아니라 다양한 단백질 부류(kinases, proteases, GPCRs 및 전사 인자 포함)를 포함한 모든 치료 영역에서 아톰넷을 활용한 프로젝트를 진행하고 있다.

- 아톰넷이 AI 프로그램 시장에 성공적으로 자리 잡을 수 있었던 이유는

아톰넷은 다음과 같은 이유로 AI 의약품 개발 플랫폼 중 유일하게 존재감을 나타내고 있다.

첫째로, 아톰와이즈는 유효물질(hit) 발굴, 유효(hit)에서 선도(lead) 도출 및 선도물질 최적화의 정확성을 개선하기 위해 단백질 구조 및 리간드 정보를 이용하는 저분자량 약물 설계에서 특허를 취득한 구조 기반 방법론을 보유하고 있다.

두 번째로, 아톰와이즈의 팀은 화학자, 구조 생물학자 및 기계 학습 엔지니어로 구성되어 있으며 소규모에서 대규모로 구성된 R&D 조직 및 전세계 대학과 함께 수백 가지 프로젝트를 수행한 경험을 갖추고 있다. 이러한 경험은 프로젝트가 처음부터 끝까지 여러 단계의 품질 관리를 통해 파트너에게 의미 있는 결과를 전달할 수 있음을 의미한다.

세 번째로, 아톰넷은 X선 구조가 없으면서 생명공학적으로 저분자 약물이 결합할 만한 부위가 유전체에 없는 상태인 언드러거블(undruggable) 표적 단백질 분야에서도 성공적인 결과를 축적해왔다.

넷째로, 아톰넷은 AI 약물설계 분야의 선도주자 가운데 한 곳으로 경쟁에서 강력한 우위를 확보케 해 준 방대하고 독보적인 데이터 세트를 구축했다.

이 같은 모든 요인들이 어우러진 결과로 아톰와이즈를 AI 신약개발의 선도기업 가운데 하나로 자리매김케 한 기술적인 진보가 가능했다. 이제 아톰와이즈는 세계에서 가장 성공적인 제약기업 및 위탁연구기관들에게 최고로 신뢰할 만한 파트너가 됐다.

- 미래 AI 업계는 신약 개발과 관련해 어떻게 흘러갈 것이라고 전망하나

지금이야말로 생명공학산업 및 제약산업이 모든 화합물을 검증하기 위한 재래식 시행착오 접근방법을(대부분의 다른 기술 및 혁신 기반 산업분야들에 존재하는 것처럼) 설계 기반 접근방법으로 대체해야 할 최적의 시기다.

물리적으로는 스크리닝을 진행하기에는 분자물질의 수가 너무나 많은 데다(수십 억) 신약 개발에 필요한 시간과 비용 또한 너무 많이 소요되기 때문에 이제는 컴퓨터를 사용하는 접근(computational tools)이 필수적이다.

험난한 실제 현장(real-world)에서 직면할 문제점들을 탄탄하고 정확하게 해결해 줄 수 있는 것은 오로지 인공지능(AI)을 활용한 접근뿐인 것으로 보인다.

AI 기반 신약 개발은 제약ㆍ생명공학기업들이 개발한 제품들의 가치를 높여줄 수 있을 뿐 아니라 신약개발에 소요되는 비용을 감소시켜 줄 수 있을 것이다.

아톰와이즈의 기술은 신규 또는 기존의 갖가지 치료적응증과 관련해서 동종계열 최초 및 동종계열 최고의 화합물들로 자리매김할 수 있는 가능성을 극대화하기 위한 스크리닝의 가치를 높여줄 수 있을 것이다.

또 방대한 수의 화합물을 물리적으로 검증해야 할 필요성을 배제하고 전임상 단계의 신약개발을 진행하는 데 소요되는 시간을 단축시켜 줄 뿐 아니라, 고도의 효능과 선택성을 내포한 것으로 예상되는 화합물에 한해 합성하고 검증할 수 있도록 함으로써 선도물질 최적화 과정의 효율성을 높여줌으로써 비용절감을 가능케 할 것이다.