1년 연구를 20초만에…K폴드 구글에 도전장

[앵커]

지금까지 신약 개발은 모래 시장에서 바늘 찾기와 같았습니다.

단백질 구조를 파악하고 딱 맞는 약물 후보를 찾는데 막대한 시간과 비용이 소요되기 때문입니다.

이 거대한 장벽에 국내 AI, K폴드가 도전장을 냈습니다.

기존 모델 구글에 비해 예측 속도가 획기적으로 빨라졌습니다.

전동흔 기잡니다.

[리포트]

우리가 먹는 약은 대부분 몸속 특정 단백질에 달라붙어 그 기능을 켜거나 끄는 물질입니다.

때문에 신약을 만들려면 단백질이 어떤 모양인지부터 알아야 합니다.

컴퓨터에 코로나19 치료제가 단백질과 결합하는 모습을 보여달라고 검색합니다.

다른 약물 후보를 넣으면 어느 부위에, 어떤 모습으로 결합할 지도 예측합니다.

'비만치료제 부작용 없애는 아미노산 서열 후보군 골라줘' 이렇게 질문을 하면, K-폴드가 스스로 구조 예측과 후보물질 설계까지 한번에 끝냅니다.

국내 연구진이 개발한 바이오 AI 모델 'K-폴드'는 이처럼 신약 개발의 첫 단추인 단백질 구조 확인 시간을 획기적으로 단축시켰습니다.

[김우연/한국과학기술원 화학과 교수 : "(약물과 단백질의 결합을) 실험으로 밝히겠다라고 하면 보통 통상적으로 한 1년 정도 시간이 걸리고요. (K-폴드는) 10~20초면 구조를 주고 또 새롭게 설계한 것들을 실험 없이 바로바로..."]

이 분야의 문을 연 건 구글의 '알파폴드'입니다.

알파폴드 개발진이 세운 회사는 다국적 제약사들과 계약을 맺고 신약을 개발 중입니다.

도전장을 던진 K-폴드는 기존 모델보다 단백질 구조 예측 속도가 최대 25배 빠릅니다.

연구진이 자체 수행한 평가에서는 일부 항목에서 글로벌 모델을 앞섰습니다.

[표준희/AI신약연구원장 : "이런 범용 모델에 각 (제약)기업이 보유한 다양한 데이터를 연결을 할 수 있으면 이제 실제 신약 개발 경쟁력으로 연결될 수 있을 것으로..."]

세계 의약품 시장은 오는 2035년 4천 4백조 원 규모까지 성장할 전망입니다.

정부는 K-폴드 같은 AI 기술이 신약 개발의 성패를 좌우할 것으로 보고 제약·바이오 기업으로 활용을 넓혀갈 방침입니다.

KBS 뉴스 전동흔입니다.

촬영기자:한규석/영상편집:김근환/그래픽:김성일/화면제공:한국과학기술원, 유튜브 'Google DeepMind'

■ 제보하기
▷ 전화 : 02-781-1234, 4444
▷ 이메일 : kbs1234@kbs.co.kr
▷ 카카오톡 : 'KBS제보' 검색, 채널 추가
▷ 유튜브, 네이버에서도 KBS뉴스를 구독해주세요!

전동흔 기자 (east@kbs.co.kr)