프로젝트 소개
본 과제는 인공지능, 특히 자연어처리 모델을 활용하여 대규모 화합물 중에서 알레르기 질환 치료에 효과적인 후보 물질을 빠르게 찾아내는 시스템을 개발하는 연구임. 기존 신약 개발 방식의 시간과 비용 한계를 극복하고, 더욱 효율적으로 새로운 치료제를 발굴하는 것을 목표로 함.
연구 목표는 자연어 모델 기반 대규모 가상탐색 시스템 고도화를 통해 알레르기 질환 치료제 후보물질을 개발하는 데 있음. 단백질 서열 데이터 기반 transformer 자연어처리 모델로 새로운 binding site 발굴 및 단백질-리간드 상호작용 예측을 통해 유효물질을 도출하고, 이를 실험적으로 검증 후 인공지능 모델에 재학습시켜 신약후보물질 도출 시스템을 구축하는 것임. 핵심 연구 내용은 1차년도에 AI 기반 in-silico HTS에 ZINC drug-like 라이브러리를 적용, in-vitro screening으로 hit 물질을 도출함. 2차년도에는 유효물질을 검증하고 인공지능 모델을 재학습하여 타겟 단백질 특화 HTS AI 모델을 구축하며, 확장된 in-silico HTS를 진행함. 기대 효과는 인공지능 기반 혁신 신약 개발의 원천기술 확보 및 다양한 질환에 대한 빠른 후보물질 탐색을 통한 신약개발 가속화임. 이는 국내 제약산업 발전, 전문 인력 육성, 의료비 절감 및 사회 경쟁력 향상에 크게 기여할 것으로 전망됨.