 왼쪽부터 전기전자컴퓨터공학과 남호정 교수, 화학과 서지원 교수, 전기전자컴퓨터공학과 배대훈 석사, 화학과 김민상 박사과정생. GIST 제공 |
광주과학기술원은 전기전자컴퓨터공학과 남호정 교수와 화학과 서지원 교수 공동연구팀이 내성균 맞춤형 항생제를 설계할 수 있는 AI 모델 ‘램프(LLAMP·Large Language model for AMP activity prediction)’를 개발했다고 23일 밝혔다.
이 모델은 특정 박테리아의 유전자 정보와 항균 펩타이드 서열을 입력하면, 해당 균에 최적화된 펩타이드의 항균 활성을 예측할 수 있다. 기존 AI 모델 대비 예측 정확도는 최대 40% 향상됐으며, ESKAPE 등 강한 내성 병원균에도 강력한 항균 효과를 보였다.
연구팀은 박테리아 종별 유전자 정보와 170만 개 펩타이드 서열, 4만 개 활성 데이터를 학습시켜 펩타이드의 항균성과 최소억제농도(MIC)를 예측할 수 있도록 ‘램프’를 설계했다. 단백질 기반 사전학습 언어 모델에 펩타이드 데이터를 추가 학습시켜 펩타이드 고유의 언어를 이해하게 하고, 박테리아-펩타이드 조합에 대해 미세 조정을 거친 방식이다.
그 결과, 기존 AI 모델 대비 항균성 예측 정확도는 최소 4%, 최대 9% 향상됐고, 활성값 예측 정확도는 최소 3%에서 최대 40%까지 개선됐다.
또한 연구팀은 약 500만 개의 펩타이드 서열을 ‘램프’로 스크리닝한 뒤, 어텐션 분석을 통해 항균 활성을 높이는 특정 아미노산 배열을 찾아 펩타이드를 재설계했고, 실험을 통해 실제 항균 효과를 확인했다. 이 펩타이드 후보들은 ESKAPE 병원균을 대상으로 최대 3.1마이크로몰(μM)의 MIC를 기록하며 강력한 항균 효과를 입증했다.
안전성 면에서도 실제 임상 3상까지 진행된 펩타이드 항생제 ‘펙시가난(pexiganan)’과 비슷한 수준의 용혈독성과 선택성을 나타냈다. 펩타이드의 항균 작용 메커니즘은 세균 세포막을 직접 파괴하는 방식으로 밝혀졌다.
연구팀은 이번 연구가 “새로운 내성균이 등장했을 때 유전자 정보만으로도 맞춤형 항균제를 설계할 수 있는 AI 기반 신약개발 체계를 마련한 것”이라며, 항생제 내성 진화에 실시간 대응 가능한 플랫폼으로서의 가치에 주목했다.
이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업, 지역혁신 선도연구센터(RLRC), 바이오의료기술개발사업, 보건복지부·과학기술정보통신부의 K-MELLODDY 프로젝트의 지원을 받아 수행됐으며, 국제학술지 ‘브리핑스 인 바이오인포매틱스(Briefings in Bioinformatics)’ 에 지난 18일 온라인 게재됐다.
노병하 기자 byeongha.no@jnilbo.com
