'천연물 합성 경로 예측'…KAIST, 기술 개발해 공개

'리드레트로(READRetro)' 개발해 웹사이트 구축

부산대와 협업한 천연물 역-생합성 경로 예측 인공지능 모델

천연물 생합성 유전자 발굴 및 대량 생산에 활용 기대

[대전=뉴시스] 웹으로 구현된 리드레트로(READRetro). 웹 페이지를 활용해 누구든 관심있는 천연물의 생합성 경로를 다양한 옵션으로 예측할 수 있다.(사진=KAIST 제공) *재판매 및 DB 금지

[대전=뉴시스] 김양수 기자 = 국내 연구진이 천연물의 역-생합성 경로를 예측하는 모델을 제시해 천연물 기반 의약품의 대량 생산에 속도가 붙게 됐다.

한국과학기술원(KAIST)은 생명과학과 김상규 교수팀과 김재철AI대학원 황성주 교수팀이 공동연구를 통해 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발했다고 14일 밝혔다.

또 부산대학교 박정빈 교수팀과 협업해 관심있는 사람 누구나 개발된 모델을 활용할 수 있도록 인터넷 웹사이트(readretro.net)를 구축해 놨다.

천연물 활용 및 대량생산을 위해서는 생합성 경로를 밝히는 것이 필수적이지만 복잡한 구조를 가진 많은 약용 천연물의 생합성 경로가 밝혀져 있지 않아 현재 식물로부터 직접 추출해 사용하고 있다.

식물 천연물 생합성 경로 연구는 식물이 어떻게 물질을 합성하는지 경로를 역추적(역합성 경로를 제시)하는데서 시작한다.
 
이번에 공동 연구팀은 딥러닝을 활용해 천연물의 역-생합성 경로를 예측하는 모델을 제시했다. 이 모델은 발전된 역합성 모델과 생화학적 직관을 결합해 성공적으로 천연물 생합성 경로 예측을 수행할 수 있는 인공지능 모델이다.

연구팀은 개발한 인공지능을 '역합성을 읽어내는 모델'이라는 뜻을 담아 '리드레트로(READRetro)'라 이름 붙였다. 이 모델은 천연물 역합성을 예측하는 인공지능 모델 중 최고의 성능을 보이는 것으로 확인됐고 이를 개별 연구자들이 쉽게 활용할 수 있도록 구현했다는 데 큰 의미를 갖는다.

KAIST는 또 생화학자와 전산학자의 힘을 합쳐 이끌어 낸 융합연구의 좋은 사례라고 강조했다.

KAIST 생명과학과 김태인 석박사통합과정과 KAIST 김재철AI대학원 이슬 석박사통합과정이 공동 제1저자로 참여한 이번 연구 결과는 국제 학술지 '뉴 파이톨로지스트(New Phytologist)'에 실렸다.(논문명 : READRetro: natural product biosynthesis predicting with retrieval-augmented dual-view retrosynthesis).

김상규 교수는 "식물이 어떻게 복잡한 천연물을 만들 수 있게 됐는지 이해하는 기초연구에서부터 천연물 기반 의약품을 대량으로 생산키 위한 합성생물학 연구 등에 활용이 기대된다"며 "추후 합성경로를 매개하는 효소를 예측하거나 거대분자의 역합성 예측 정확도를 높이는 연구를 추진할 계획"이라고 말했다.


◎공감언론 뉴시스 [email protected]