섹션별 상세
2020년 Cell지에 발표된 연구에서 Deep Learning 모델을 활용해 기존 약물 데이터베이스를 스크리닝함으로써 'Halicin'이라는 강력한 항생제를 발견했다. 이는 AI가 복잡한 생물학적 시스템을 분석하여 다제내성균에 효과적인 화합물을 식별할 수 있음을 증명한 사례다.
2025년 연구에서는 Genetic Algorithms와 Variational Autoencoders(VAE)를 결합하여 수백만 개의 가상 분자를 생성했다. 이를 통해 임상적으로 유망한 24개의 화합물을 합성했으며, 그중 NG1은 임질균에, DN1은 내성 황색포도상구균(MRSA)에 탁월한 효과를 보였다.
MIT Jameel Clinic의 AI 전문가들과 Harvard Wyss Institute의 'Organs-on-chips' 기술을 결합하여 AI가 예측한 약물의 효능을 인간 조직 환경에서 검증한다. 이러한 협력은 계산적 예측과 실험적 검증 사이의 간극을 메워 신약 개발 속도를 획기적으로 높인다.
연구실에서 발견된 유망한 후보 물질을 실제 치료제로 발전시키기 위해 비영리 단체인 Phare Bio를 설립했다. 최근 ARPA-H로부터 지원을 받아 생성형 AI로 설계된 15개의 새로운 항생제를 전임상 단계로 개발하는 프로젝트를 진행 중이다.
용어 해설
- 합성 생물학(Synthetic Biology)
- — 생명 과학에 공학적 개념을 도입하여 자연에 존재하지 않는 생물학적 부품이나 시스템을 설계 및 제작하는 학문 분야다. AI와 결합하여 특정 질병을 표적하는 세포나 약물을 프로그래밍하는 데 핵심적인 역할을 한다.
- 변이형 오토인코더(Variational Autoencoder)
- — 데이터의 잠재적 특징을 학습하여 새로운 데이터를 생성하는 딥러닝 모델이다. 신약 개발 맥락에서는 방대한 화학적 공간을 탐색하여 항균 효과가 기대되는 새로운 분자 구조를 설계하는 데 사용된다.
- 유전 알고리즘(Genetic Algorithm)
- — 생물학적 진화 과정을 모방하여 최적의 해를 찾아내는 알고리즘이다. 수많은 분자 조합 중 항균력이 높고 독성이 낮은 최적의 후보 물질을 선별하고 진화시키는 과정에 활용된다.
- 장기 칩(Organs-on-chips)
- — 미세 유체 기술을 이용해 인간 장기의 생리적 기능을 모사한 칩이다. AI가 예측한 약물의 효능과 독성을 인간 조직과 유사한 환경에서 테스트함으로써 동물 실험의 한계를 보완하고 임상 성공률을 높인다.
- 다제내성균(Multidrug-resistant Pathogens)
- — 여러 종류의 항생제에 내성을 가져 기존 치료법으로 제어가 어려운 세균이다. '슈퍼박테리아'로도 불리며, AI를 통한 신속한 신규 항생제 개발이 시급한 주요 보건 위협 요소다.
기술
- Variational Autoencoders
- Genetic Algorithms
- Deep Learning
- Organs-on-chips
활용 사례
- 신규 항생제 설계
- 다제내성균 치료제 개발
- 약물 효능 및 독성 검증
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 02. 05.수집 2026. 02. 21.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
