세포의 상태를 원하는 방향으로 조절하는 것은 신약 개발, 암 치료, 재생 의학 등 생명과학 분야의 핵심 과제지만, 적합한 약물이나 유전자 표적을 찾는 일은 쉽지 않다. 이에 KAIST 연구진은 세포와 약물 반응을 레고블록처럼 분해하고 다시 조립하는 방식으로 수학적으로 모델링해, 실제로 실험하지 않은 세포와 약물의 새로운 반응은 물론 임의의 유전자 조절 효과까지 예측할 수 있는 새로운 AI 기술을 개발했다.

 

KAIST 바이오및뇌공학과 조광현 교수 연구팀이 생성형 AI를 활용해 세포를 목표 상태로 유도할 수 있는 약물과 유전자 표적을 찾아내는 새로운 인공지능 기술을 개발했다고 17일 밝혔다.

 

‘잠재공간(latent space)’은 이미지 생성 AI가 사물이나 세포의 특징을 수학적으로 정리해 놓은 보이지 않는 ‘지도’와 같은 공간이다.

▲(좌측부터) 한영현 박사, 이춘경 박사(중앙 위),

    조광현교수(중앙 아래),김현진 박사과정 

 

연구팀은 이 공간에서 세포의 상태와 약물의 효과를 각각 분리해내고, 이를 다시 조합해 실험하지 않은 세포-약물 조합의 반응을 예측하는 방식을 고안했다. 이 원리를 확장해, 특정 유전자를 조절했을 때 어떤 변화가 나타나는지도 예측할 수 있음을 보였다.

 

연구팀은 실제 데이터를 활용해 이 기술을 검증했다. 그 결과 대장암 세포를 정상 세포에 가까운 상태로 되돌릴 수 있는 분자 표적을 AI가 찾아냈고, 이를 세포 실험으로 입증했다.

 

이는 이번 성과가 암 치료에만 국한되는 것이 아니라, 학습되지 않은 다양한 세포 상태 전환과 약물 반응을 예측할 수 있는 범용 플랫폼임을 보여주는 사례다. 즉, 단순히 ‘이 약이 효과가 있다’ 수준이 아니라 그 약이 세포 안에서 어떻게 작용하는지 원리까지 밝힐 수 있었다는 점에서 의미가 크다.

 

이번 연구는 세포를 원하는 상태로 바꿀 수 있는 방법을 설계하는 데 큰 도움이 되는 도구다. 앞으로 신약 개발이나 암 치료뿐만 아니라, 손상된 세포를 다시 건강한 세포처럼 되살리는 연구 등 여러 의학 분야에 널리 활용될 수 있을 것으로 기대된다.

 

조광현 교수는 “이미지 생성 AI 기술에서 착안해 세포도 원하는 방향으로 바꿀 수 있다는 아이디어인 ‘방향 벡터’ 개념을 적용했다”며, “이번 기술은 특정 약물이나 유전자가 세포에 미치는 효과를 정량적으로 분석하고, 아직 알려지지 않은 반응까지 예측할 수 있는 범용 AI 방식이라는 점에서 의미가 크다”고 말했다.

 

이번 연구에는 KAIST 한영현 박사, 김현진 박사과정, 이춘경 박사가 참여했으며, 연구 결과는 셀(Cell) 출판사가 출간하는 국제 학술지 `셀 시스템(Cell Systems)'에 10월 15일 字 논문으로 출판됐다.
 

한편, 이번 연구는 과학기술정보통신부 한국연구재단의 중견연구사업과 기초연구실 사업 등의 지원을 통해 수행됐다.

 

▲< 잠재공간 방향 벡터 기반 세포 전이 모델링 >