▲ MIT의 의학공학 연구소가 인공지능을 이용해 기존의 항생제에 내성을 갖고 있는 다양한 병원균에 효과가 있는 새로운 항생제 할리신(Halicin)을 발견했다.    출처= Youtube

[이코노믹리뷰=홍석윤 기자] 항생제 내성을 해결하기 위해 과학자들은, 수백만 개의 화학물질을 검색해 새로운 항균 화합물을 찾을 수 있는 머신러닝 접근법을 개발했다. 최근 세계적 과학저널 '셀’(Cell)'誌에 발표된 이 연구는 임상 실험에 들어갈 몇몇 유망한 항생제 후보들을 밝혀냈다.

매사추세츠 공과대학교(MIT)의 제임스 콜린스 박사가 이끄는 연구팀은, 현재 사용되고 있는 약물과는 다른 메커니즘을 사용해 박테리아를 죽이는 항생제를 식별하도록 심층 신경망을 훈련시킨 후, 여러 종류의 해로운 병원균을 죽이는 항생제 화합물을 발견했다.

MIT의 의학공학 연구소 및 생물공학과(Biological Engineering)의 의학공학 교수인 콜린스 박사는 "항생제 발견의 새로운 시대를 이끌기 위해 인공지능의 힘을 이용할 수 있는 플랫폼을 개발하기를 원했다."고 말했다.

"우리의 새로운 접근방식이 놀라운 분자를 밝혀냈는데, 이는 아마도 지금까지 발견된 항생제 중 가장 강력한 것 중 하나일 것입니다."

새로운 방법이 필요하다

새로운 항생제를 발견하는 것은 점점 더 어려워지고 있다. 그동안 연구원들은 땅 속 미생물에서 세균의 성장을 막는 2차 대사물질을 검사해 항생제를 찾아냈다. 기존 항생제의 차세대 버전에서 유전자를 조작하는 방법으로는 더 이상 성과를 내지 못했으며, 합성 화합물 라이브러리를 검색하는 방법도 1980년대 고속 생리활성 검진(high-throughput screening) 시행 이후 새로운 임상 항생제가 나오지 않았다.

콜린스 박사는 "항생제 내성과 관련한 위기감이 커지고 있다. 이런 상황이 발생하는 것은 많은 수의 병원균들이 기존 항생제에 내성을 갖게 되었을 뿐 아니라 생명공학 및 제약업계의 새 항생제 개발 성과가 부진했기 때문"이라고 설명했다.

새로운 방법의 개발

새로운 항생제를 찾기 위해, MIT 연구원들은 머신러닝을 사용해 새로운 항생제의 구조적 계층을 식별하는 항생제 발견에 대한 새로운 접근법을 개발했다. 먼저 어떤 분자가 대장균의 성장을 막을 수 있는지를 예측할 수 있는 심층 신경망 모델을 훈련시켰다. 훈련 데이터베이스에는 1700여종의 FDA 승인 약물과 다양한 구조와 광범위한 생체 활성 작용을 하는 800여 종의 천연 제품들을 포함시켰다.

연구원들은 다음에, 이 모델을 납 화합물을 식별하는 화합물 라이브러리(1억 700만 개 이상의 분자)에 적용했다. 그리고 마지막으로, 예측 점수 임계값, 화학 구조, 가능성을 토대로 납 화합물로 간주되는 물질을 선정했다.

화학 데이터베이스 검사를 통해 연구원들은 알려진 항생제와 구조적으로 거리가 먼 9개의 항생제성분들을 찾아냈다. 연구원들은 브로드 연구소(Broad Institute)의 약물용도 재지정 허브(Drug Repurposing Hub)를 검색해, 기존의 항생제와 구조적으로 다르며 대장균 성장의 강력한 억제제인 할리신(Halicin)이라는 c-Jun N-terminal kinase 억제 유전자인 SU3327을 발견했다.

다양한 병균에 효과

추가 테스트 결과 할리신은 클로스트리디오이데스 디피실균(Clostridioides difficile), 범내성 아세네토박터 바우마니균(Acinetobacter baumannii), 결핵균(Mycobacterium tuberculosis) 등 다양한 병원균에 대한 항성을 가지고 있는 것으로 나타났다. 할리신이 효과를 발휘하지 못한 유일한 박테리아는 치료가 어려운 폐(肺) 병원체인 녹농균(Pseudomonas aeruginosa) 뿐이었다.

연구진은 또 이라크와 아프가니스탄의 미군을 감염시키고 기존의 모든 항생제에 내성이 있는 것으로 알려진 아시네토박터 바우마니균(A. baumanni)을 갖고 있는 쥐에 할리신을 처방해 살아있는 동물에 효과가 있는지를 실험했다. 그들은 할리신이 25시간 안에 쥐의 감염을 치료한다는 것을 발견했다.

연구원들은 할리신이 인간에게도 사용할 수 있다는 희망을 가지고 많은 연구를 추진할 계획이다.

최적화된 항생제

이 모델을 약물용도 재지정 허브에 적용한 후, 연구원들은 두 개의 화합물 라이브러리(WuXi 항결핵제 라이브러리와 ZINC15 데이터베이스)를 연구했다. ZINC15 라이브러리는 15억 개의 화합물을 포함하고 있는데, 머신러닝 AI가 3일 만에 끝낸 이 검사에서 기존 항생제와 구조적으로 다른 23개의 후보군을 확인했고 인간 세포에 독성이 없을 것으로 예측되었다.

연구원들은 이 검사에서 항균 활동을 보인 분자로부터 두 가지의 강력한 화합물을 발견했다. 그들은 이 모델을 사용해 새로운 항생제를 설계하고 기존 분자를 최적화할 것이다. 이 모델은 향후의 새로운 약물 발견에도 중요한 도구가 될 것이며, 과학자들이 항생제 공급창을 확장하고 병원균들의 항생제 내성 확산보다 새 항생제 개발을 먼저 할 수 있도록 도움을 줄 것이다.