광주과학기술원(GIST) 남호정 전기전자컴퓨터공학부 교수 연구팀이 인공지능(AI) 기술을 이용해 항균 펩타이드의 염기서열을 찾는 기술을 개발했다.

항균 펩타이드는 기존 항생제 내성이 있는 균에도 뛰어난 항균력을 갖고 내성도 거의 유발하지 않아 차세대 항생제 기술로 주목을 받고 있다.

연구팀은 자연어처리 모델인 버트(BERT)를 기반으로 항균 펩타이드 치료제 개발을 위한 펩타이드 분자의 항균 효과를 기존보다 정확하게 판별할 수 있는 AI 예측 기술 'AMP-BERT'를 개발했다.

이어 대규모 단백질 서열로 사전 학습된 BERT 신경망 모델에 셀프 어텐션 기술을 적용함으로써 앞선 연구들의 한계점을 보완하는 항균 펩타이드 활성 예측 모델을 고안했다.

이를 통해 모델이 항균 펩타이드 활성과 관련된 주요 부분 구조를 올바르게 탐지하고 있다는 사실을 확인함으로써 모델의 신뢰성과 해석성을 검증했다.

이번 연구는 항생제 내성균 대유행 시대를 대비하기 위한 신약 개발 AI 플랫폼으로, 펩타이드 분자 기반 항생제 개발 초기 단계에서 활용돼 신약 개발 시간을 단축할 것으로 기대되고 있다.

연구팀은 이렇게 찾은 염기서열을 바탕으로 주어진 아미노산이 항균 기능을 할 수 있는지 예측할 수 있는 도구를 개발했는데 다른 모델과 항균력 예측 정확도를 비교한 실험에서는 2~13% 높은 정확도를 나타냈다. 또 예측 결과를 해석할 수 있는 기능을 더해 신뢰성도 높였다.

남호정 교수는 “이번 연구 결과는 항균 효과 예측의 정확도를 높이고, 항균 효과에 관여하는 주요 펩타이드 부분 서열을 제공하는 기술”이라며 “AI 모델로 다양한 항생제 후보 물질을 빠르게 발굴해 항생제 신약 개발 성공 가능성을 높이는 데 기여하길 바란다”고 말했다.

한국연구재단 중견연구자지원사업의 지원을 받아 수행한 이번 연구결과는 단백질 분야 국제학술지 'Protein Science'에 게재됐다.