[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
AI(인공지능)신약개발 기업 칼리시와 영남대학교 공동 연구팀이 자체 개발한 AI 모델 'HD-GEM(Hybrid Dynamic Graph-based Ensemble Model)'을 활용, 약물 설계에서 기피되던 '할로겐화 구조'가 오히려 특정 조건에서 독성을 낮출 수 있다는 사실을 과학적으로 입증했다고 13일 밝혔다.
그동안 약물 개발 현장에서는 플루오린, 클로린, 브로민, 아이오딘 등 할로겐 치환이 독성을 높인다는 이유로 회피하는 경향이 강했다. 그러나 연구팀은 1~3개의 방향족 고리 구조를 포함한 수천 개의 화합물과 실제 의약품에 대해 AI 예측을 수행한 결과, 일부 할로겐(특히 아이오딘)이 간독성과 심장독성을 오히려 낮추는 효과가 있다는 사실을 확인했다.
또 다중 할로겐 치환(polyhalogenation)은 생리활성을 높이고 대사 안정성을 강화해, 전반적인 독성 저하로 이어질 수 있음도 밝혀냈다.
칼리시는 이번 연구에서 HD-GEM 모델 고도화와 실험 데이터셋 구축을 담당했다. HD-GEM은 그래프 신경망(GNN) 기반의 분자 구조 학습과 화학 지문(descriptor) 기반 특성 인식을 결합한 하이브리드 AI 모델로, 기존 예측 도구(ProTox, ADMETlab 등)보다 높은 정확도와 해석 가능성을 입증했다.
해당 연구성과를 담은 논문의 교신저자인 이진태 영남대 화학공학부 교수는 "이번 성과를 바탕으로 AI 신약개발 플랫폼 'Pharmaco-Net'의 독성 예측 기능을 간·심장 독성뿐 아니라 신장독성, 돌연변이 유발성 등으로 확장할 계획"이라고 밝혔다.
연구팀은 이번 결과가 기존 약물의 리포지셔닝, 항생제 설계, 기능성 소재 개발 등 다양한 분야에서 할로겐화 전략을 재조명하는 계기가 될 것으로 기대하고 있다.
