이번 사업은 크게 인공지능 학습을 위한 화합물 빅데이터 플랫폼 구축과 약물-표적 간 관계, 약물작용 등을 예측하는 인공지능 플랫폼 개발로 이뤄지면, 개발된 플랫폼은 연구자·기업이 자유롭게 사용할 수 있도록 내년 중 공개할 계획이다.

바이오분야 중 인공지능 활용을 통한 파급효과가 클 것으로 기대되는 분야로 신약개발이 손꼽히고 있다.

인공지능을 활용하면 신약개발에 소요되는 막대한 시간과 비용을 최대 절반 수준으로 단축할 것으로 기대되며, 관련 시장은 2024년 40억달러에 이를 것으로 예측된다.

이에 과기정통부는 그동안 국가연구개발사업을 통해 수집된 연구데이터에 인공지능을 접해 인공지능·빅데이터를 활용한 신약개발의 가능성을 입증하기 위한 선도 사업을 추진한다.

우선 국가연구개발사업을 통해 한국화합물은행에 축적된 연구데이터와 국내외 데이터베이스 등을 활용해 인공지능 학습을 위한 화합물 빅데이터 플랫폼을 구축한다. 플랫폼은 화합물 별 효능, 약물성, 독성 등 주요 연구데이터 간 관계를 포함한 정형화된 관계형 데이터베이스를 기반으로 하며, 문헌데이터 등 비정형 데이터까지 입력, 분석해 빅데이터화 할 수 있도록 텍스트 분석 요소를 도입한다.

구축된 플랫폼에 문헌 분석(텍스트마이닝), 심화학습(딥러닝) 기술 등을 접목해 약물-표적 상호작용, 약물동태·독성 등을 예측하는 인공지능 플랫폼을 개발한다.

광주과학기술원 연구진이 개발하는 약물-표적 상호작용 예측 플랫폼은 화합물(약물) 및 단백질(표적) 정보를 기반으로 화합물-단백질 간 상호작용을 학습하며, 이를 통해 질병을 유발하는 단백질을 제어하는 화합물 구조를 예측하는 등 신약 후보물질을 발굴하거나 알려진 화합물이 작용하는 단백질을 예측해 기존 약물의 새로운 적응증을 찾는 데 기여한다.

경상대학교-이화여자대학교 연구진이 개발하는 약물동태·독성 예측 플랫폼은 화합물의 인체 내 흡수, 분포, 대사, 배출 등의 약물동태 정보를 학습하며, 이를 통해 알려진 표적에 대해 흡수·배출이 잘 되고 독성이 낮은 화합물 구조를 예측하는 등 신약 후보물질을 발굴하는 데 도움이 된다.

또 인공지능 플랫폼의 정확도를 높이기 위해 실험을 통한 검증을 수행하여 예측 결과가 실제로 나타나는지 확인하고, 그 결과를 플랫폼이 다시 학습하도록 한다. 이를 통해 인공지능 플랫폼의 정확도 향상 뿐 아니라 암, 대사질환 등 주요 질환에 적합한 신약 후보물질을 발굴할 것으로 기대된다.

이번 사업이 성공적으로 추진될 경우 평균 5년이 소요되는 후보물질 개발 기간을 최대 1년까지 단축할 것으로 기대되며, 개발된 모형은 연구자·기업이 자유롭게 사용할 수 있도록 내년 중 공개할 예정이다.

과기정통부는 후보물질 발굴 뿐 아니라 신약개발 전 단계에 인공지능을 활용하는 방안을 민간·관계부처와 함께 모색할 계획이다.이를 위해 4차산업혁명위원회 산하 ‘헬스케어 특별위원회’에서  복지부·산업부 등 관계부처와 공동으로 '국가 인공지능 활용 신약개발 전략(가칭)'을 마련 중이며, 내년 추진하는 것을 목표로 ‘인공지능 신약개발 플랫폼 구축 사업(가칭)’을 위한 기획을 진행하고 있다.

김정원 과기정통부 기초원천연구정책관은 “바이오와 인공지능·빅데이터 기술이 만나면 신기원이 이루어질 것”이라며 "정부는 바이오와 D.N.A(데이터, 네트워크, 인공지능) 기술의 융합을 통해 혁신성장동력 발굴 뿐 아니라 국민의 삶의 질 향상에도 기여하도록 노력할 것”이라고 말했다.