KAIST, 딥러닝 모델 '리드레트로' 개발
천연물 대량생산 및 의약품 개발에 활용
천연물 대량생산 및 의약품 개발에 활용
KAIST는 김상규·황성주 교수 연구팀이 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발하고, 박정빈 부산대 교수 연구팀과 함께 딥러닝 모델을 활용할 수 있도록 인터넷 웹사이트를 구축했다고 14일 밝혔다.
식물은 환경 스트레스에 대응하기 위해 진화하는 과정에서 다양한 천연물을 만든다. 미국 식품의약청(FDA) 승인 저분자 약물의 30% 이상이 식물의 천연물에 기초해 만들어졌다.
천연물을 대량 생산하려면 생합성 경로를 찾아내는 것이 필수적이다. 하지만 많은 천연물이 복잡한 구조로 인해 생합성 경로가 제대로 밝혀져 있지 않아 대부분 식물에서 천연물을 직접 추출해 사용하는 방식을 채택한다. 만약 천연물의 생합성 경로를 밝히고 생합성 효소를 찾을 수 있다면 천연물의 활용 가치를 높일 수 있다.
식물 천연물의 생합성 경로 연구의 첫 단계는 식물이 어떻게 물질을 합성하는지에 대한 경로를 역축적하는 것에서 시작한다.
연구팀은 딥러닝을 활용해 식물이 천연물의 역생합성 경로를 예측하는 인공지능 모델을 개발하고, 역합성을 읽어내는 모델이라는 뜻에서 '리드레트로'(READRetro)라고 이름 붙였다. 이 모델은 천연물 역합성을 예측하는 AI 모델 중 최고의 성능을 지녔으며, 연구자들이 쉽게 활용할 수 있도록 구현됐다.
김상규 KAIST 교수는 "식물이 어떻게 복잡한 천연물을 만들게 됐는지를 이해하는 기초연구부터 천연물 기반 의약품을 대량 생산하는 합성생물학 연구까지 다양한 분야에서 활용할 수 있다"며 "리드레트로는 생명과학자들이 복잡한 천연물의 생합성 경로를 밝히는 데 큰 도움을 줄 것"이라고 말했다.
이 연구결과는 국제 학술지 '뉴 파이톨로지스트'에 게재됐다. 이준기기자 bongchu@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
