Update : 2019.7.15 월 23:40
시작페이지로 설정즐겨찾기 추가
> 뉴스 > 학술·연구 | 연구
     
딥 러닝 활용하여 약물 및 음식 간 상호작용 예측하는 기술 개발해
기존 방법론이 제시하지 못했던 약물-약물 상호작용의 구체적 메커니즘까지 예측할 수 있어 … 약물 넘어 음식까지도 분석 가능해
[448호] 2018년 05월 15일 (화) 박종건 기자 panyaang99@kaist.ac.kr

  생명화학공학과 이상엽, 김현욱 교수 연구팀이 약물 상호작용* 예측 방법론 ‘DeepDDI’를 딥 러닝**(Deep Learning)을 활용하여 개발했다. 이번 연구는 지난달 16일 <미국 국립과학원 회보(PNAS)> 온라인판에 게재되었다.

구체적 메커니즘 예측, 음식도 고려해
  기존의 약물 상호작용 예측 방법론은 약물-약물 상호작용에 의한 부작용의 가능성 정도만을 예측할 뿐, 두 약물 간의 구체적인 약리작용을 제시하지 못하였다. 이에 연구팀은 약물-약물 상호작용의 구체적인 약리적 메커니즘까지 예측하는 것을 목표로 설정하였고, 연구 과정에서 약물-약물 상호작용뿐만 아니라 약물-음식 상호작용까지도 예측할 수 있는 방법론을 개발하기에 이르렀다.

딥 러닝을 활용한 컴퓨터 플랫폼 기술
  연구팀은 딥 러닝 라이브러리 텐서플로(TensorFlow)와 딥 러닝 기술 DNN(Deep Neural Network)을 활용하여 DeepDDI를 개발하였고, DeepDDI에 약물에 대한 정보를 모아놓은 온라인 데이터베이스 드러그뱅크(Drug Bank)의 자료를 학습시켰다. 이렇게 탄생한 DeepDDI는 192,284개의 약물-약물 상호작용을 92.4%의 정확도로 예측하였다.

구조식 입력하면 문장으로 결과 출력
  DeepDDI는 두 약물의 화학적 구조와 이름을 입력하면, “옥시코돈(Oxycodone)을 아타자나비어(Atazanavir)와 함께 복용할 시 대사가 감소할 수 있다”와 같이 문장의 형태로 두 약물의 상호작용에 대한 정보를 출력한다. 이는 구체적인 약물 상호작용을 묘사할 수 있다는 것과 입력해야 하는 정보가 매우 단순하다는 장점을 가진다. 기존의 방법론들이 약제 표적(Drug Target)이나 게놈에 대한 정보 등 많은 정보를 필요로 한 것에 비해, DeepDDI는 매우 편리하게 정보를 얻을 수 있다.

네 가지 응용 방안에 적용할 수 있어
  연구팀은 DeepDDI를 다양한 응용 방안에 적용했다.
  먼저, 원인이 규명되지 않은 부작용을 연구하는데 DeepDDI가 도움을 줄 수 있다. 만약 두 약물 사이에 부작용이 나타난다는 문장과 두 약물 사이의 상호작용을 나타내는 문장이 출력된다면, 나중에 출력된 문장이 부작용의 원인이 되는 것으로 생각해 볼 수 있다. 이것은 약물들이 어떤 메커니즘을 통해 부작용을 일으키는지에 대한 단서로 활용될 수 있다. 또한, 부작용이 없거나 최소화할 수 있는 약물 조합을 찾는 데에도 DeepDDI가 활용될 수 있다.
  음식에 포함된 성분과 약물 사이의 상호작용 또한 DeepDDI를 통해 분석할 수 있다. 실제로 연구팀은 분석한 결과를 바탕으로, 질병과 약물, 음식, 음식에 포함된 성분을 잇는 네트워크를 구성하였다. 이 네트워크는 환자들이 자신의 질병과 복용하는 약물에 따라 식단을 조절하는데 참고될 수 있다.
  더 나아가, DeepDDI를 이용하여 음식 성분이 생체 내에서 어떤 활성을 가지는지 파악해 볼 수도 있다. 음식 성분과 약물을 입력했을 때, “약물이 음식 성분의 어떤 작용에 영향을 미친다”는 내용의 문장이 출력되면, 이를 토대로 음식 성분이 우리 몸 안에서 어떤 활성을 가지는지 짐작할 수 있다.
  이번 연구성과는 약물-약물과 약물-음식 상호작용을 정확하게 예측하여 헬스케어, 정밀의료 산업 및 제약 산업에 중요한 역할을 할 것으로 기대된다. 김 교수는 “수많은 약물뿐 아니라 음식까지도 폭넓게 분석할 수 있는 것이 DeepDDI의 강점”이라며, 상업화도 생각하고 있다고 전했다.

약물 상호작용*
한 약물의 효과가 다른 물질에 의해 변화하는 것.

딥 러닝**
선형 및 비선형 변환 기법의 조합을 통해 복잡한 데이터에서 특징을 찾아내는 기계학습 방법론.

박종건 기자의 다른기사 보기  
ⓒ 카이스트신문(http://times.kaist.ac.kr) 무단전재 및 재배포금지 | 저작권문의  

     
전체기사의견(0)  
 
※ 자동등록방지용 코드를 입력하세요!   
   * 200자까지 쓰실 수 있습니다. (현재 0 byte/최대 400byte)
   * 욕설등 인신공격성 글은 삭제 합니다. [운영원칙]
전체기사의견(0)
신문사소개기사제보불편신고개인정보취급방침이메일무단수집거부
대전 유성구 대학로 291 KAIST 교양분관 1층 카이스트신문사 | Tel 042-350-2243
발행인 신성철 | 주간 박현석 | 편집장 곽지호
Copyright 2010-2019 카이스트신문. All rights reserved. mail to kaisttimes@gmail.com