항균 펩타이드 분자 빠르게 발굴하는 인공지능 모델 개발

항균 펩타이드 분자 빠르게 발굴하는 인공지능 모델 개발: 이한희 / 기사승인 : 2023-01-09 08:17:27

셀프 어텐션 기술 적용해 앞선 연구들의 한계점 보완

(사진=지스트 제공)

[mdtoday=이한희 기자] 인공지능으로 항균 펩타이드(AMP)의 항균 효과를 판별하는 예측 기술이 개발됐다. 특히 기존 연구들의 한계점을 셀프 어텐션 기술로 보완한 것이 눈에 띈다.

지스트(광주과학기술원) 연구진은 향균 기능을 갖는 펩타이드 분자를 빠르게 발굴해주는 인공지능 모델을 개발했다고 최근 밝혔다.

최초의 항생제인 페니실린은 인간과 동물의 다양한 질병을 치료하는데 새로운 지평을 열었지만 무분별한 항생제 오남용으로 인해 항생제 내성균이 출현하게 됐고 이에 따라 새로운 항생제 플랫폼인 AMP에 대한 연구가 주목받고 있다.

AMP는 생명체의 모든 영역에서 자연적으로 발생하는 작은 단백질로 기존 항생제에 내성이 있는 균에서도 뛰어난 항균력을 가지며 새로운 내성균의 출현도 거의 유발하지 않아 차세대 항생물질로 각광받고 있다. 또한 박테리아, 바이러스 및 곰팡이에 의한 감염자나 암 환자 치료를 위한 실효성 있는 대안 치료제로 주목받고 있다.

남호정 전기전자컴퓨터공학부 교수팀은 AMP 치료제 개발을 위한 펩타이드 분자의 항균 효과를 기존보다 정확하게 판별할 수 있는 인공지능 예측 기술(AMP-BERT, Prediction of Antimicrobial Peptide Function Based on a BERT Model)을 개발했다.

이번 연구는 현재까지 공개된 다양한 예측 모델들과 비교해 실험 조건에 따라 최소 2%, 최대 13% 더 높은 항균성 예측 정확도를 보였다. 또한 기존 연구들에서는 불가능했던 항균성 연관 주요 펩타이드 부분 서열 정보를 제공해 예측 결과의 해식성 기능을 더했다.

연구팀은 대규모 단백질 서열로 사전 학습된 BERT 신경망 모델에 셀프 어텐션 기술을 적용해 앞선 연구들의 한계점을 보완하는 AMP 활성 예측 모델을 개발했다.

특히 기존 AMP 활성 예측 연구들에서는 사용되지 않던 대용량 단백질 데이터로 사전 학습된 모델을 AMP 관련 서열 데이터로 미세 조정(fine-tuning)을 실행한 결과 기존 관련 연구들보다 우수한 예측 정확도를 보였다.

또한 단백질 서열의 주요 특성을 탐지하는 어텐션 기술을 사용해 항균 효과와 연관된 아미노산 서열의 경향성을 찾았다. 이를 통해 제안된 모델이 AMP 활성과 관련된 주요 부분 구조를 올바르게 탐지하고 있다는 사실을 확인함으로써 모델의 신뢰성과 해석성을 검증했다.

남 교수는 “이번 성과는 단백질 서열의 일반적인 특성과 항균 펩타이드의 특이적인 정보를 함께 훈련해 펩타이드 분자에 대한 항균 효과 예측의 정확도를 높이고 항균 효과에 관여하는 주요 펩타이드 부분 서열을 제공해 주는 기술”이라며 “인공지능 모델로 다양한 항생제 후보 물질을 단기간에 발굴해 결과적으로 항생제 신약 개발 성공 가능성을 제고하는데 기여하길 바란다”고 말했다.

이번 연구 결과는 단백질 분야 학술지 ‘Protein Science'에 2022년 12월 3일 온라인 게재됐다.