AI로 효소 기능 예측…선문대 오태진·한소라, 한빛사 선정

기존 모델보다 정확도 높이고 처리속도 최대 99% 향상
네이처 커뮤니케이션즈 게재…세계 학계 주목

효소의 기능을 예측하는 딥러닝 모델 'HIT-EC'를 개발한 선문대 오태진 교수(오른쪽)와 한소라 교수. 박하늘 기자

[아산]선문대학교 오태진·한소라 교수가 생명과학 분야 우수 연구자를 소개하는 '한국을 빛낸 사람들(이하 한빛사)'에 이름을 올렸다. 생물학연구정보센터(BRIC)가 선정하는 한빛사는 영향력 있는 세계적 학술지에 논문을 발표한 한국 생명과학 연구자의 연구 성과를 소개하는 프로그램이다. 이들은 생명과학과 인공지능(AI)을 융합한 연구로, 뛰어난 성능의 효소 기능 예측 AI 모델을 개발해 세계 학계의 주목을 받고 있다.

선문대 연구진에 따르면 효소는 생명체에서 일어나는 화학 반응을 촉진하는 단백질이다. 학계에서는 효소의 기능을 'EC 번호(Enzyme Commission number)'라는 국제 표준 코드로 분류한다. EC 번호는 네 단계의 계층 구조로 구성된다.

오태진·한소라 교수는 EC 번호의 계층 구조를 반영한 트랜스포머 기반의 딥러닝 모델 'HIT-EC'를 개발했다. 새로운 효소의 기능을 규명하는 데에는 많은 시간과 비용이 소요된다. HIT-EC는 기존 단백질 서열 데이터와 새로운 단백질 서열을 비교 분석해 효소 기능을 예측하고 예측의 근거까지 제시한다.

기존 효소 기능 예측 모델들은 판단의 근거를 설명하지 않아 신뢰성이 낮았다. 또 희귀 효소의 경우엔 데이터 부족으로 예측이 쉽지 않았다. 연구진은 EC 번호의 각 단계를 담당하는 트랜스포머 모듈을 계층적으로 연결하고 마스킹(masked loss) 기법을 적용해 불완전한 데이터도 학습에 활용할 수 있도록 했다.

HIT-EC의 평균 예측 정확도(F1 점수)는 0.81로 기존 모델들보다 높은 성능을 보였다. 효소의 기능을 예측하는 데 걸리는 시간도 평균 38밀리초(ms·1000분의 1초)로 기존 모델보다 최대 99%까지 빠른 처리 속도를 기록했다.

이번 연구는 미국 라스베이거스 네바다대학교(UNLV) 강민곤 교수와 극지연구소 이준혁 박사와 함께한 국제 공동연구로 진행됐다. 연구 성과는 국제 학술지 네이처 커뮤니케이션즈(Nature Communications) 지난 1월 30일자에 게재됐다.

오 교수와 한 교수는 3년 전에도 한빛사에 선정 됐었다. 생물학연구정보센터(BRIC)가 운영하는 한빛사는 높은 피인용지수(IF) 또는 각 분야 상위 3% 이내 국제 학술지에 논문을 게재한 연구자만 소개하는 제도다.

한 교수는 "연구자들이 효소 기능을 예측할 수 있는 서비스 형태의 모델을 준비하고 있다"며 "이 모델을 활용해 아직 밝혀지지 않은 기능을 예측하고 실제 실험으로 확인하는 연구를 이어가고 싶다"고 말했다. 오 교수는 "앞으로 3~5년 안에 더 확장된 연구를 통해 세계 최고 수준의 연구 성과에 도전해 보고 싶다"고 강조했다.

한편 이번 연구를 수행한 선문대 유전체기반BioIT융합연구소는 생명과학과 인공지능, 데이터과학을 결합해 유전체와 단백질 등 생명 빅데이터를 분석하는 연구를 진행하고 있다.