국제의료정보포털

오하이오주립대, 신약 후보물질 생성형 AI 모델인 DiffSMol 개발

• 오하이오주립대학교(The Ohio State University) 연구진은 신약 개발을 획기적으로 가속화할 수 있는 AI기반 분자생성 모델 DiffSMol을 개발함
• DiffSMol은 단백질에 결합하는 분자(Ligand)^*의 3D 형상을 학습한 뒤, 그 형상을 조건으로 삼아 기존 화합물 데이터베이스에 없는 새로운 분자 구조를 생성해, 1초 만에 3D 약물 후보물질을 자동 생성함
^* 특정 단백질 표적에 결합하여 생물학적 반응을 유도하거나 조절하는 작은 분자 또는 이온
• 해당 방식은 분자의 결합 특성을 설계 과정에서 반영이 가능해 △약효 △합성가능성 △독성 등 약물 유사성(Drug-Likeness)^**을 개선하는 데 유리함
^**어떤 분자가 체내에서 약물처럼 작용할 수 있는 물리화학적 특성과 생물학적 적합성을 갖추었는지를 나타내는 개념
• 실험 결과, DiffSMol은 약물로 활용될 가능성이 높은 분자를 생성할 확률이 61.4%로 기존 생성 모델의 약 12% 성공률을 크게 상회함
• 주요 사례로는 △암세포 성장 억제 관련 표적 단백질인 CDK6(Cyclin-Dependent Kinase 6) △알츠하이머 진행 억제에 쓰이는 NEP(Neprilysin)를 대상으로 한 분자 생성 결과가 제시됨 <관련 논문 보기> ▶ 약물 설계의 미래를 형성하는 생성 AI
• DiffSMol은 기존 분자 설계방식에 비해 △속도 △성공률 △약물 적합성 면에서 획기적인 성과를 보여주고 있어, 향후 신약개발 전주기에 걸쳐 비용 효율성과 혁신 속도를 높이는 핵심 수단으로 자리 잡을 것으로 기대됨

[Technology Networks, 2025.05.13.; Geneonline, 2025.06.22.]