이 연구는 지난달, 국제학술지 Briefings in Bioinformatics에 게재됐다. 연구팀은 기존에 독성을 높이는 것으로 알려졌던 할로겐화 구조(플루오린, 클로린, 브로민, 아이오딘 등)가 오히려 특정 조건에선 독성을 낮출 수 있음을 과학적으로 입증했다고 밝혔다.
수천 개의 화합물과 실제 약물을 분석한 결과, 일부 할로겐(특히 아이오딘)은 간독성과 심장독성을 줄이는 데 기여했고, 다중 할로겐 치환(polyhalogenation)은 생리활성과 대사 안정성을 높여 독성 저감 효과를 보였다.
또한 SHAP 기반 피처 선택, SMOTE 기반 데이터 균형화, Optuna 최적화 등 최신 기법을 도입해 AI 독성 예측의 정밀도를 크게 높였다.
교신저자 이진태 영남대 화학공학부 교수는 “이번 성과는 신약 후보물질의 독성을 사전에 예측하고, 맞춤형 약물 설계의 가능성을 넓혔다”며 “AI 신약개발 플랫폼 ‘Pharmaco-Net’에 이 기능을 적용해, 간·심장 독성을 넘어 신장독성, 돌연변이 유발성 등으로 확장해 나갈 것”이라고 밝혔다.
이번 연구는 한국연구재단(NRF), 과학기술정보통신부(MSIT), 한국보건산업진흥원(KHIDI), 경북 의성군 In Silico 산업화 기반 구축 사업의 지원으로 수행됐다.
한편, 칼리시는 미국과 한국에 기반을 둔 AI 신약개발 스타트업으로, IBK기업은행의 ‘IBK창공’ 프로그램 대전 6기에 선정된 바 있다.
김국주 하이뉴스(Hinews) 기자
press@hinews.co.kr
