새로 개발한 딥러닝 모델로 여러 가지 병원성 박테리아를 죽일 수 있는 효과적인 신종 항생제를 찾을 수 있다는 것이 확인됐다. 이 신약은 항생제 내성이 있는 것으로 알려진 박테리아종도 제거할 수 있다.

매사추세츠공과대학(MIT)은 신약이 광범위 항생물질 활성을 보인다는 것을 밝혀냈다. 신약은 항생제 내성 박테리아인 슈퍼버그를 포함해 다양한 병원성 박테리아를 제거할 수 있다. 연구팀은 지금까지 신약에 대한 내성을 감지하지 못했다고 확신했다.

최근 들어 새로운 항생제가 거의 개발되지 않은 이유는 개발비 때문이다. 현대 의학이 상당한 발전을 거듭하고 있지만, 새로운 항생제를 개발하는 데에는 상당한 시간과 자원이 소요된다. 화학물질 다양성이 한계가 있는 것도 한 원인이다. 오늘날 내성을 유도하지 않고 여러 가지 박테리아 감염에 대처할 정도로 효과적인 화학물질은 많지 않다.

MIT 연구팀은 광범위 항생물질 활성이 있는 신약을 찾아냈다. 연구팀은 실험실 테스트와 실험쥐 모델을 사용해 이 약물의 활성을 확인했다. 또한 인공지능(AI) 컴퓨터 딥러닝 모델로 확인 절차를 거쳤다. 딥러닝 모델은 데이터세트를 분석한 후 ‘할리신(halicin)’이란 약물을 찾아냈다. 현재 기준, 할리신 사용으로 항생제 내성이 단 한 건도 감지되지 않았다.

연구저자인 제임스 콜린스 박사는 “항생제 발견의 새 시대를 열어줄 AI의 힘을 활용할 수 있는 플랫폼 개발을 원했다. 이러한 접근법으로 놀라운 분자를 찾아냈다”고 말했다.

이번 연구의 초기 단계는 이전에 개발된 기계학습 컴퓨터 모델을 응용한 것으로 화합물의 분자 구조를 분석하기 위해 기계학습 컴퓨터 모델을 훈련시켰다. 이 모델은 화합물을 특수한 특성과 연결시킬 수 있다. 이렇게 연구된 특성 중 하나가 박테리아종 제거 능력이었다. 연구팀은 유용한 화합물을 찾아낼 수 있도록 기계학습 모델을 사용해 예측 테스트를 실시했다. 이 테스트는 컴퓨터 시뮬레이션과 같은 가상 환경, 즉 ‘인실리코 테스트’로 진행됐다.

이 테스트는 유망한 화학물질을 찾을 때 비용 대비 효과적이다. 컴퓨터 모델이 자동으로 수십만 가지의 기존 물질들을 비교해 표적 삼은 특성이 있는 물질을 찾는다. 학자들은 이를 통해 시간과 자원 낭비 없이 탐색을 간호화할 수 있다.

이번 연구에서는 인실리코 테스트를 위해 컴퓨터 모델을 토대로 한 심층 신경망을 활용했다. 그리고 대장균을 효과적으로 제거할 수 있는 화학적 특성을 찾기 위해 모델을 구체화시켰다.

그 외에, 심층 신경망을 훈련시키기 위해 약 2,500가지 분자를 활용했다. 훈련 데이터세트에 속한 2,500종의 분자 중 1,700가지는 식품의약청이 약물로 승인한 것이고 800종은 천연 제품이었다. 훈련 후에는 신경망을 6,000종의 화합물 라이브러리에 적용시켰다.

심층학습 모델은 수천 가지 화합물 중 단일 분자를 선별했다. 이 분자는 강력한 항박테리아 활성을 띠고 있었으며 기존 항생제와는 다른 화학적 구조를 보였다. 연구팀은 이렇게 찾아낸 분자에 다른 모델도 적용시킨 후 인간 세포에 독성을 적게 가지고 있다는 사실을 확인했다.

새로 확인된 분자에는 가상의 인공지능 시스템의 명칭을 따 할리신이라는 이름을 붙였다. 연구팀은 모델이 정확한지 확인하기 위해 페트리 접시와 실험쥐를 사용해 클로스트리듐 디피실리균, 아시네토박터 바우마니균, 결핵균 같이 내성이 있는 박테리아종에 대해 실험을 실시했다. 이후에는 대장균도 추가 실험했다.

페트리 접시 실험 결과, 할리신은 여러 가지 항생제 내성 박테리아에 대항해 효과적으로 작용했다. 할리신이 영향을 미치지 못한 유일한 병원균은 녹농균이었는데, 이는 폐 감염 유도체로 치료가 어렵다. 실험쥐 모델에서 할리신은 아시네토박터 바우마니균에 감염된 실험쥐를 치료했다. 놀라운 사실은 이 분자가 24시간 만에 지금까지 알려진 모든 항생제 내성을 보인 박테리아를 제거했다는 점이다.

대장균 테스트에서 할리신은 병원균을 제거하고 30일 치료 기간 동안 항생제 내성을 ‘0’으로 만들었다. 박테리아는 여러 차례 시프로플록사신이라는 항생제에 내성 신호를 보였다.

“할리신은 세포막에 전기화학적 기울기를 유지하는 박테리아의 능력을 파괴한다”고 연구팀은 설명했다. 병원균은 이 기울기로 에너지를 만들지만, 기울기가 없는 경우 그저 죽게 된다.

클로스트리듐 디피실리균은 공중 보건에 주요 위협이 됐다. 2017년, 미국에서 이 병원균으로 약 22만3,900명의 입원 환자가 발생했으며 1만2,800명이 사망했다.

2012~2017년까지 6년 동안, 2015년에 사망자 수가 가장 많이 발생했으며 2017년에 가장 적게 발생했다. 전문가들은 적절한 항생제 사용과 감염 질환 통제, 개선된 진단법 등을 감소 이유로 분석했다.

MIT 연구팀은 개발 모델을 사용해 ZINC15 데이터베이스에 있는 100가지 이상 분자를 검사했다. 이 모델은 3일 만에 특별한 화학구조를 가진 후보군 23가지를 찾아냈다. 이 후보군은 인간 세포에 독성이 없는 것으로 확인됐으며, 그 가운데 8가지는 항균 활성을 보였고 2가지는 박테리아종에 강력한 바이오 활성을 발현했다.

저작권자 © 리서치페이퍼 무단전재 및 재배포 금지