과학자들은 ChatGPT를 코딩하여 신약을 설계합니다.

ChatGPT부터 Midjourney까지 생성적 인공 지능 플랫폼은 2023년에 헤드라인을 장식했습니다. 그러나 GenAI는 콜라주 이미지를 만들고 이메일 작성을 돕는 것 이상의 일을 할 수 있으며 질병 치료를 위한 새로운 약물을 설계할 수도 있습니다.

오늘날 과학자들은 첨단 기술을 사용하여 “신규 약물 설계”라고도 알려진 올바른 특성과 특성을 갖춘 새로운 합성 약물 화합물을 설계합니다. 그러나 현재의 방법은 노동력, 시간, 비용 집약적일 수 있습니다.

ChatGPT의 인기에 영감을 받아 이 접근 방식이 약물 설계 프로세스의 속도를 높일 수 있는지 궁금해 캘리포니아 주 오렌지에 있는 Chapman University의 Schmid 과학 기술 대학의 과학자들은 새로운 논문 “De”에 자세히 설명된 자체 genAI 모델을 만들기로 결정했습니다. Transformer 기반 기계 번역 및 적응형 몬테카를로 트리 검색의 강화 학습을 이용한 Novo Drug Design’ 저널에 게재 예정 제약. Dony Ang, Cyril Rakovski 및 Hagop Atamian은 알려진 화학 물질의 대규모 데이터 세트, 해당 화학 물질이 표적 단백질에 결합하는 방법, 화학 구조 및 속성의 규칙과 구문을 학습하기 위해 모델을 코딩했습니다.

최종 결과는 필수적인 화학적, 생물학적 제약을 따르고 표적에 효과적으로 결합하는 셀 수 없이 많은 고유한 분자 구조를 생성할 수 있습니다. 이는 적은 비용으로 광범위한 질병에 대해 실행 가능한 약물 후보를 식별하는 과정을 크게 가속화할 것을 약속합니다.

획기적인 모델을 만들기 위해 연구원들은 생물정보학 및 화학정보학 분야에서 처음으로 두 가지 최첨단 AI 기술인 잘 알려진 “인코더-디코더 변환기 아키텍처”와 “몬테카를로 트리 검색을 통한 강화 학습”(RL- MCTS). “drugAI”라는 이름이 붙은 이 플랫폼을 통해 사용자는 표적 단백질 서열(예: 일반적으로 암 진행과 관련된 단백질)을 입력할 수 있습니다. 포괄적인 공개 데이터베이스인 BindingDB의 데이터를 기반으로 훈련된 DrugAI는 처음부터 고유한 분자 구조를 생성한 다음 반복적으로 후보를 정제하여 최종 후보가 각 약물 표적에 대한 강력한 결합 친화성을 나타내도록 보장할 수 있습니다. 이는 잠재적 약물의 효능에 매우 중요합니다. 이 모델은 이러한 특정 단백질을 억제할 가능성이 있는 50-100개의 새로운 분자를 식별합니다.

“이 접근 방식을 통해 우리는 지금까지 생각해 본 적이 없는 잠재적인 약물을 생성할 수 있습니다.”라고 Atamian 박사는 말했습니다. “테스트와 검증을 거쳤습니다. 이제 우리는 놀라운 결과를 보고 있습니다.”

연구자들은 여러 기준에 따라 생성된 drugAI 분자를 평가한 결과 drugAI의 결과가 다른 두 가지 일반적인 방법의 결과와 품질이 비슷하고 어떤 경우에는 더 우수하다는 사실을 발견했습니다. 그들은 drugAI의 후보 약물의 유효성이 100%라는 것을 발견했습니다. 이는 생성된 약물 중 어느 것도 훈련 세트에 존재하지 않는다는 것을 의미합니다. DrugAI의 후보 약물은 약물 유사성, 즉 경구용 약물과 화합물의 특성 유사성을 측정한 결과 후보 약물이 다른 모델보다 최소 42%, 75% 더 높았습니다. 또한 모든 drugAI 생성 분자는 기존 가상 스크리닝 접근법을 통해 확인된 것과 비교할 수 있는 각 표적에 대한 강력한 결합 친화력을 나타냈습니다.

Ang, Rakovski 및 Atamian은 또한 해당 질병에 대해 기존에 알려진 약물과 비교하여 특정 질병에 대한 drugAI의 결과가 어떤지 확인하고 싶었습니다. 다른 실험에서는 스크리닝 방법을 통해 코로나19 단백질을 억제하는 천연물 목록이 생성되었습니다. drugAI는 동일한 단백질을 표적으로 하는 신약 목록을 생성하여 특성을 비교했습니다. 그들은 천연 분자와 drugAI 사이의 약물 유사성과 결합 친화력을 비교하고 두 가지 모두에서 유사한 측정값을 발견했습니다. 하지만 drugAI는 훨씬 더 빠르고 저렴한 방법으로 이를 식별할 수 있었습니다.

또한 과학자들은 미래의 연구자들이 새로운 기능을 추가할 수 있는 유연한 구조를 갖도록 알고리즘을 설계했습니다. Atamian 박사는 “이는 실제 약물이 될 확률이 훨씬 더 높은 보다 정제된 약물 후보를 얻게 된다는 것을 의미합니다.”라고 말했습니다. “우리는 앞으로 나아갈 가능성에 매우 기대하고 있습니다.”

출처: https://www.sciencedaily.com/releases/2024/02/240207195142.htm