신약 개발 속도 낸다…국내 독자 기술 AI 모델 나왔다 [지금은 과학]

바이오 AI 기술주권 강화 [아이뉴스24 정종오 기자] 연구자가 인공지능(AI)에게 요청하면 AI가 단백질의 3차원 구조를 예측하고 어떤 물질이 잘 결합할지 분석해 유망한 신약 후보를 설계하는 기술이 나왔다. 한국과학기술원(KAIST) 연구팀이 세계에서 가장 빠르게 단백질 구조 예측을 수행하는 바이오 AI 모델 ‘K-Fold(케이폴드)’를 국내 독자 기술로 개발했다.일부 항목에서는 구글 딥마인드(Google DeepMind)의 알파폴드3(AlphaFold 3)의 능력을 뛰어넘었다.KAIST(총장 배충식)는 과학기술정보통신부 ‘AI 특화 파운데이션 모델 프로젝트’의 주관기관으로 ‘팀 KAIST’를 구성하고 차세대 바이오 AI 모델 ‘K-Fold’를 28일 공개했다.단백질 결합 구조 등을 빠르게 파악할 수 있는 K-폴더로 신약개발에 속도가 붙을 것으로 기대된다. [사진=KAIST]‘팀 KAIST’는 화학과 김우연 교수가 연구를 총괄하고 김우연 교수 그룹과 김재철AI대학원 황성주·안성수 교수 그룹 연구원들이 AI 모델 개발을, 생명과학과 오병하·김호민·이규리 교수가 단백질 데이터 구축과 검증을 담당한다.KAIST 교원창업기업 히츠(HITS)는 K-Fold를 연구자가 실제 활용할 수 있도록 웹 기반 AI 연구 플랫폼 ‘하이퍼랩(HyperLab)’과 연계해 서비스로 구현했다. K-Fold의 성과 확산과 산업계 활용 촉진은 한국제약바이오협회와 한국바이오협회가 맡는다.K-Fold의 가장 큰 특징은 신약 개발에 필요한 단백질과 약물의 ‘결합’을 AI로 예측한다는 것​이다.신약을 개발하려면 먼저 질병과 관련된 단백질이 어떤 모양인지 파악하고 수많은 물질 가운데 어떤 것이 그 단백질에 잘 붙어 원하는 작용을 하는지 찾아야 한다. K-Fold는 단백질의 3차원 구조를 예측하는 것은 물론 약물 후보가 단백질의 어디에 어떤 모습으로 결합할지까지 미리 계산해 유망한 후보를 빠르게 찾도록 돕는다.단백질 하나의 구조만 예측하는 데 그치지 않는다. 단백질과 단백질, 단백질과 약물 후보 물질, DNA·RNA 등 여러 생체분자가 서로 만났을 때 어떤 구조를 만드는지까지 예측할 수 있다.성능도 세계적 수준이다. 지난 3월 과제 단계평가에서 K-Fold의 분자 복합체 구조 예측 정확도는 구글 딥마인드의 AlphaFold3(알파폴드3)에 근접한 수준​으로 평가됐다. 연구팀이 8월 자체 수행한 성능평가에서는 일부 평가 항목에서 기존 글로벌 모델보다 높...