[인터뷰] "K-멜로디로 FAM 개발...약물 표적 상호작용, 후보물질 탐색, 임상 설계 등 적용 가능”
K-멜로디 김화종 사업단장 "다양한 성과 창출위해 노력할 것"
이상훈 기자 jianhs@yakup.com 뉴스 뷰 페이지 검색 버튼
입력 2024-05-07 06:00   수정 2024.05.07 06:01
K-멜로디 김화종 사업단장. ©한국제약바이오협회

“K-멜로디 사업으로 연합학습 기반 ADMET 예측모델인 FAM을 개발하면 향후 약물 표적 상호작용이나 후보물질 탐색임상 설계 등에 적용이 가능하다.”

K-멜로디(K-Machine Learning Ledger Orchestration for Drug Discovery) 김화종 사업단장은 최근 제약바이오협회 기자단과 만나 K-멜로디 기대효과에 대해 이같이 밝혔다.

정부는 인공지능(AI)을 이용해 빠른 신약개발을 지원하는 연합학습 기반 신약개발 가속화 프로젝트, K-멜로디 사업단을 지난 달 17일 출범시켰다

과학기술정보통신부와 보건복지부가 공동으로 추진하는 연합학습 기반 신약개발 가속화 프로젝트는 올해부터 5년간 348억원의 예산을 투입연합학습 기반 ADMET(약물의 흡수와 분포대사배설 및 독성예측 모델인 ‘FAM(Federated ADMET Model)’ 개발을 목표로 한다.

신약 후보물질의 ADMET 값을 예측할 때 시험관(in-vitro) 시험 결과만으로는 비임상(in-vivo) 및 임상시험 통과를 보장하기 어렵다또 현재 학습용 데이터 부족으로 AI 활용 성능에도 한계가 있다.

사업단은 ADMET 예측 외에 특정 타깃과 상호작용약물 간 상호작용사용자 유형별 반응 예측다양한 독성 예측 등 확대 가능한 솔루션이 필요해 연합학습 기반의 ADMET 예측 모델인 ‘FAM 솔루션을 개발한다는 계획이다

김화종 단장은 현장에서 유용하게 사용할 수 있는 우수한 성능의 ADMET 예측 모델, FAM을 개발해 약물 표적 상호작용이나 분자 표현형 파운데이션 모델 개발 등에 활용할 것이라고 전했다.

이외에도 리드 최적화임상 설계, 시판 후 조사 등에도 적용할 수 있을 것으로 내다봤다김 단장은 이를 위해 데이터 제공자에게 차별화한 인센티브 제공을 위한 'AI 모델 개선 기여도'를 측정하고 이를 후속 정부 지원 사업이나 우수 AI 기업 발굴에 활용하겠다는 계획도 내비쳤다또 글로벌 협력을 확대해 FAM 참여자를 확대하고 성능도 높인다는 복안이다.

K-멜로디 사업은 제약회사 뿐 아니라 임상시험을 수행하는 병원연구소그리고 식품의약품안전처 등 기관들도 협력한다하지만 협력 과정에서 이들이 데이터를 공유하는 것은 개인정보 유출 등 여러 문제로 쉽지 않다

김 단장은 이런 현실적인 어려움을 해결할 수 있는 가장 효과적인 방법이 바로 연합학습이라고 강조했다.

김 단장에 따르면 연합학습은 데이터를 가져오는 게 아니라 모델이 학습을 하고 그 파라미터만 가져온다이렇게 학습한 능력치는 개인정보가 아니라는 게 김 단장 설명이다

한편 용어에 대한 아쉬움도 함께 전했다

김 단장은 멜로디 프로젝트는 이미 유럽에서 수행한 프로젝트의 이름일 뿐 아니라 지향하는 목표도 다르다“K를 붙였어도 다른 국가의 고유명사를 계속 부르는 것 보단 우리만의 용어가 있길 바랬지만정부 사업이라 이름 변경이 쉽진 않았다고 말했다.

사업단은 이달 세부사업 공고 및 사업단 홈페이지 구축 및 설명회를 개최한다이어 6월 세부 사업자를 선정하고 7월부터 1차년도 과제를 시작한다.

김 단장은 성공적인 사업 추진으로 연합학습 기술 확보 뿐 아니라 제도 법규신약개발 및 데이터 소유자와 AI 솔루션 개발자 간 협력 생태계 조성 등 다양한 성과를 창출하도록 할 것이라고 다짐했다 

전체댓글 0개
    등록된 댓글이 없습니다.