MIT 연구진, AI로 60년 만에 새로운 계열 항생제 발견

지난 수십 년간 새로운 계열의 등장이 멈춰 있던 항생제 분야에서 인공지능(AI)이 돌파구를 열었습니다. 미국 매사추세츠공대(MIT)와 하버드대 연구진을 포함한 21명의 과학자들이 심층학습을 활용해 60여 년 만에 완전히 새로운 계열의 항생제 후보 물질을 발견하고 이를 네이처(Nature)에 발표했습니다.

이번 연구의 타깃은 슈퍼박테리아로 불리는 메티실린 내성 황색포도상구균(MRSA)입니다. 유럽질병예방통제센터(ECDC)에 따르면 유럽연합에서만 매년 약 15만 건의 MRSA 감염이 발생하며, 항생제 내성 감염으로 매년 3만 5000여 명이 목숨을 잃고 있습니다.

신경망의 블랙박스를 열어젖히다

기존 신약 개발 AI의 가장 큰 한계는 결과의 이유를 알 수 없는 블랙박스 구조였습니다. 모델이 특정 분자가 유망하다고 예측해도, 연구진은 그 분자의 어떤 구조가 효과를 내는지 파악하기 어려웠습니다.

공동 주저자인 MIT 및 하버드대 박사후연구원 펠릭스 웡(Felix Wong)은 이번 연구의 핵심이 바로 이 블랙박스를 여는 데 있었다고 설명했습니다. 연구팀은 모델이 특정 분자를 왜 항생제로 판단했는지 화학 구조적 근거를 설명할 수 있도록 시스템을 설계했습니다.

연구진은 먼저 약 3만 9000개의 화합물을 대상으로 MRSA에 대한 항균 활성을 측정해 학습 데이터를 구축했습니다. 이어 화합물의 화학 구조와 실험 데이터를 모델에 주입했습니다.

균을 죽이는 것만큼 인체에 무해한지도 중요했습니다. 연구진은 서로 다른 세 가지 인체 세포에 미치는 독성을 예측하기 위해 3개의 추가 심층학습 모델을 훈련시켰습니다. 항균력은 높으면서 인체 세포 독성은 최소화된 분자를 가려내기 위한 장치였습니다.

1200만 개 화합물 중 건져 올린 두 개의 후보

구축된 AI 모델은 시판 중인 약 1200만 개의 화합물을 가상으로 스크리닝했습니다. 그 결과 고유한 화학적 하부 구조를 지닌 5개 계열의 활성 후보 물질군이 도출되었습니다.

연구팀은 이 가운데 약 280개 화합물을 실제로 구입해 실험실에서 MRSA를 상대로 검증했습니다. 이 과정에서 같은 계열에 속하는 2개의 매우 유망한 항생제 후보 물질을 최종 확인했습니다.

마우스 동물 실험에서도 뚜렷한 효과가 입증되었습니다. 피부 국소 감염과 전신 감염이라는 두 가지 마우스 모델 실험에서, 두 후보 물질 모두 체내 MRSA 균 수를 10분의 1 수준으로 줄였습니다. MIT의 제임스 콜린스(James Collins) 교수는 시간과 자원을 획기적으로 아끼면서 화학 구조적 통찰까지 제공하는 전례 없는 프레임워크라고 평가했습니다.

왜 중요한가

항생제 파이프라인이 수십 년간 정체된 상황에서 이번 성과는 단순한 신약 후보 물질 발굴 이상의 의미를 갖습니다. AI가 예측의 근거가 되는 화학적 구조를 명확히 제시함으로써, 전통 제약업계가 AI 모델을 신뢰하고 후속 분자 최적화에 착수할 수 있는 발판을 마련했습니다.

특히 인체 세포 독성 평가를 스크리닝 초기 단계에 직접 결합한 방식은 매우 영리한 선택이었다고 봅니다. 초기 단계에서 효능만 보고 막대한 비용을 들였다가 독성 문제로 임상 전 단계에서 탈락하는 신약 개발의 전형적인 비효율을 사전에 차단했기 때문입니다.

다만 일반 환자들이 이 약을 당장 처방받을 수 있는 것은 아닙니다. 마우스 실험에서 균을 10분의 1로 줄인 성과는 뛰어나지만, 인체 대상 임상시험을 거쳐 안전성과 약동학적 특성을 입증하려면 앞으로도 수년의 시간과 막대한 자본이 필요합니다. 슈퍼박테리아와의 싸움에서 강력한 새 무기의 단초를 마련했다는 점 자체로 충분히 주목할 만합니다.