김상규 KAIST 교수팀, 딥러닝 이용 AI 모델 '리드레트로' 개발
웹사이트 구축(readretro.net) 개방…천연물 생합성 유전자 발굴 기대
국내 연구진이 천연물 합성 경로 예측 인공지능(AI) 모델을 개발해 천연물 기반 의약품 대량 생산의 새 전기를 마련됐다. 이 모델은 관련 웹사이트(readretro.net)를 통해 누구나 활용할 수 있다.
식물은 고착생활을 하면서 환경 스트레스에 대응하기 위해 진화적으로 다양하고 복잡한 천연물을 만들고 있다. 이 천연물들은 인류 생존에도 필수 역할을 하는데 미국식품의약국(FDA) 승인 저분자 약물의 30% 이상이 식물 천연물에 기초하고 있다.
KAIST 김상규 생명과학과 교수팀과 황성주 김재철AI대학원 교수 공동연구팀은 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발하고, 박정빈 부산대 교수팀과 협업을 통해 누구나 모델을 활용할 수 있도록 인터넷 웹사이트(readretro.net)를 구축했다고 14일 밝혔다.
천연물 활용 및 대량 생산을 위해서는 생합성 경로를 밝히는 게 필수지만, 복잡한 구조를 가진 많은 약용 천연물의 생합성 경로가 규명되지 않아 현재는 식물로부터 직접 추출해 사용하고 있다.
생합성 경로 연구는 미완의 과제이지만, 이를 밝히고 생합성 효소를 찾을 수 있다면 천연물의 활용 가치를 확대할 수 있다.
식물 천연물 생합성 경로 연구의 첫 단계는 식물이 어떻게 물질을 합성하는지 경로를 역추적(역합성 경로를 제시)하는 데서 시작한다.
연구팀은 딥러닝을 활용해 천연물의 역-생합성 경로를 예측하는 모델을 제시했다. 연구팀은 발전된 역합성 모델과 생화학적 직관을 결합해 천연물 생합성 경로 예측을 수행하는 인공지능 모델을 개발했다.
연구팀은 개발한 인공지능의 이름을 '역합성을 읽어내는 모델'이라는 뜻을 담아 '리드레트로'(READRetro)라고 명명했다. 이 모델은 천연물 역합성을 예측하는 인공지능 모델 중 최고의 성능을 보이는 것으로 확인됐다. 더구나 개별 연구자들이 쉽게 활용할 수 있도록 구현해 더 큰 의미를 가진다.
김상규 교수는 "식물이 어떻게 복잡한 천연물을 만들 수 있는지 이해하는 기초 연구에서부터 천연물 기반 의약품을 대량으로 생산하기 위한 합성생물학 연구 등에 활용이 기대된다. 추후 합성 경로를 매개하는 효소를 예측하거나 거대 분자의 역합성 예측 정확도를 높이는 연구를 실시할 계획"이라면서 "이번 연구는 2022년 KAIST 인공지능연구원에서 주최한 멜팅 팟(Melting pot) 세미나에서 황성주 교수와 만난 인연으로 시작됐다. KAIST가 표방하는 융합이 생화학자와 전산학자의 힘을 합쳐 이끌어 낸 좋은 결실을 맺었다"고 했다.
KAIST 생명과학과 김태인 석박사통합과정과 KAIST 김재철AI대학원 이슬 석박사통합과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제학술지 <뉴 파이톨로지스트>(New Phytologist) 최근호에 출판됐다. 논문명은 'READRetro: natural product biosynthesis predicting with retrieval-augmented dual-view retrosynthesis.'
