- 노바티스는 MS와의 파트너십을 맺고, 신약 개발을 위한 의약화학(medicinal chemistry)에 AI 머신러닝 기술을 적용하고 있습니다.
신약 개발에서의 반복 학습 과정: AI적용 신약개발 초기단계 효율성 극대화
치료제가 없던 질병 분야에서 ‘최초의 의약품’을 개발하는 일은 백지 상태에서 시작하는 것과 다름없습니다. 인체에 적용할만큼 충분한 효과와 안전성이 있다는 것을 입증하기 이전에, 수 천 개의 화합물을 설계하고 실험하는 매우 힘든 과정이 필요하기 때문입니다.
신약 개발 초기 단계에서 연구자들은 다양한 특성을 염두에 두고 분자를 설계하고 합성합니다. 예를 들면, 질환과 관련된 특정 생물학적 표적에서의 효과나 체내에서 잘 녹거나 우수한 내약성을 갖는 등의 속성이 고려됩니다. 이렇게 합성된 각각의 약물 후보군은 실제 속성을 평가하기 위한 일련의 실험을 거치고, 연구자들은 그 결과를 토대로 또 다시 새로운 화합물을 설계합니다.
이런 과정은 “설계-제작-실험-분석”이 하나의 주기를 이루는 데, 이는 몇 번만 반복해도 수 년의 시간이 소요되는 과정입니다. 그런데 이 과정에 인공지능(AI)을 적용하면 각 단계를 가속화 하고, 효율성을 크게 높일 수 있습니다.
“신약 개발 과정에는 반복 학습 과정이 내재돼 있기 때문에 AI를 적용하기 적합합니다. 특히, 머신러닝은 AI 기술 중에서도 이러한 주기의 각 단계를 가속화하고 가장 유망한 화합물을 더욱 효율적으로 찾는데 도움을 줄 수 있습니다.” - Karin Briner, 노바티스 생명의학연구소(NIBR) 글로벌 약물 발견 화학팀 리더
이것이, 노바티스가 머신러닝 분야의 리더인 마이크로소프트(MS)와 협력한 이유입니다.
머신러닝의 도입: 최첨단 기술 플랫폼으로 환자들을 위한 약물 발견 가속화
노바티스와 MS는 2019년 전략적 파트너십을 맺고 노바티스 AI 이노베이션 랩(AI Innovation Lab)을 설립했습니다. 파트너십의 목표는 최첨단 기술 플랫폼을 통해 과학자들의 역량을 증대하여 전 세계 환자들을 위한 약물 발견을 가속화하는데 도움을 주는 것입니다.
신약 개발에 디지털 기술을 적용한 초기 모델로 ‘생성적 화학’(Generative Chemistry) 파이프라인이 만들어 졌습니다. 이는 이후 노바티스의 다양한 의약화학 프로젝트에 적용되었고 일부는 결실을 맺기 시작했습니다.
.
머신러닝을 유용하게 이용하려면 먼저 학습이 필요합니다. 다행히 노바티스는 바이오의약 분야에서 수십 년 동안 이뤄진 수십만 번의 실험 경험을 통해 방대한 양의 정보를 축적해 왔습니다. 이러한 데이터에는 수많은 화합물의 특성과 다양한 약물 표적에 대한 효과, 약물간 상호작용을 알 수 있는 단서들이 들어 있으며, 이는 머신러닝의 학습을 위한 탐색적 공간이 됩니다.
“예를 들어, 질병을 치료하기 위해 약물이 체내에 들어가 단백질과 결합하는 과정을 모델링하는 데는 엄청나게 복잡한 계산이 필요합니다. 인간이 몇 가지 실험을 설계 및 실행하고 그 결과를 해석한 뒤 다시 다음 번 실험을 설계하는 과정은 어느 정도 반복할 수 있지만, 머신러닝을 이용하면 수천 번의 실험을 시뮬레이션으로 구현할 수 있고, 수천 개의 변수를 동시에 분석할 수 있습니다.” - Chris Bishop , MS 유럽 연구소 랩 디렉터
‘생성적 화학’ 파이프라인을 통해 진행되는 시뮬레이션은 사람이 몇 차례 반복하던 실험과는 또 다른 차원입니다.
"AI는 우리가 과거에 진행한 실험을 통해 학습을 하는 것은 물론이고, 실험실에서 설계와 실험을 새로 반복할 때마다 머신러닝 알고리즘으로 새로운 패턴을 식별해 초기 약물 발견과 개발 과정에 도움을 줄 수 있습니다. 우리는 이를 통해 과학자들이 전문성을 높여 더 좋은 분자를 더 빨리 설계할 수 있기를 기대합니다.” - 노바티스 AI 혁신연구소 글로벌 리더 Iya Khalil
현재 실험실에서는 ‘생성적 화학’ 파이프라인으로 생성된 최초의 최적화 분자가 합성되고 있습니다. 더불어, 노바티스의 과학자들은 특정 알고리즘의 동작와 함께 알고리즘과 인간이 함께 시너지를 낼 수 있는 방법을 찾고 있습니다.
AI 역량 강화: AI 약물 개발 시스템의 보편화로 의학 분야의 문제 해결 기대
노바티스와 MS의 협업 프로젝트에 참여한 사람들은 머신러닝이 과학자들의 전문성, 경험, 직관을 대신할 수는 없으며, 오히려 AI가 인간이 노하우를 쌓는데 도움을 줄 것으로 기대한다고 강조합니다.
협업의 목표는 관련 데이터를 찾고, 분석하는 과정을 최소화하고 인간 연구원과 AI간의 상호 작용을 촉진시키는 것입니다.
또한 AI 활용의 이점을 극대화하려면 연구 프로그램 전반에 걸쳐 AI를 사용할 수 있어야 합니다. 이를 위해 노바티스는 MS와의 전략적 제휴를 통해, 모든 부서의 내부 직원들이 데이터 과학에 대한 지식과 관계없이, 풍부하고 다양한 데이터에 접근하고 활용할 수 있도록 권한을 부여하고 있습니다.
"가능한 한 많은 연구원과 의사들이 AI의 힘을 활용할 수 있는, AI 약물 개발 시스템의 보편화가 중요합니다. 우리는 기술을 통해 의학 분야의 문제를 해결해 나갈 수 있습니다." - Luca Finelli, 노바티스 인사이트 전략 설계팀 리더
이 외에도 노바티스 AI 이노베이션 랩은 러닝머신 모델로 환자의 투여 빈도와 치료 계획에 따라 개인화된 스마트 투약(Personalized Smart Dosing)을 계획하는 등 연구부터 상용화까지 전반적 프로세스에서 전 세계 환자를 위한 의약품 개발 가속화를 위해 힘쓰고 있습니다. 연구소는 노바티스의 방대한 데이터셋을 MS의 차별화된 AI 솔루션과 결합하여, 의료 분야의 다음 도전 과제에 대응하고 역량을 강화할 수 있는 새로운 AI 모델과 어플리케이션을 만들고자 노력할 것입니다.
