[환경부]인공지능으로 펩타이드 발굴, 시간·비용 효율 높인다

환경부 소속 국립생물자원관(관장 서민환)은 최근 동국대(성정석 교수팀, 장원희 교수팀) 연구진과 새로운 항균 펩타이드(peptide)*를 발굴할 수 있는 인공지능 딥러닝(Deep Learning)** 기반 예측 모델을 개발했다고 밝혔다. 

* 아미노산이 연결된 작은 단백질로 다양한 구조와 기능을 가짐

** 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업을 수행할 수 있는 기계학습

이번 인공지능 기반 예측 연구를 통해 복잡한 실험과정을 거치지 않고도 컴퓨터 예측을 통해 자생 거미 독샘에서 유래한 신규 항균 펩타이드를 발굴하는 데 성공했다.

국립생물자원관은 지난해 5월부터 4개 대학(상명대, 동국대, 강원대, 호서대)과 '인공지능 기반 생물자원 활용 전문인력 양성 사업*'을 추진하고 있으며, 이번 신규 항균 펩타이드 발굴은 이 사업을 통해 얻어낸 결과다.

* '녹색융합기술 인재 양성 사업'의 일환으로 지난해 5월부터 최근까지 4개 대학 석·박사 과정 학생을 대상으로 인공지능 기술을 유용 생물자원 발굴 등에 활용할 수 있는 전문가 양성 사업

연구진은 항균 실험에서 일반적으로 사용되는 다섯 종의 세균*에 대해 펩타이드 서열만으로도 항균 기능성을 예측할 수 있는 '다중 작업 학습**' 기반의 항균 기능성 펩타이드 탐색 모델'을 개발했다.

* 고초균(바실러스 서브틸리스, Bacillus subtilis), 대장균(에스케리키아 콜리, Escherichia coli), 녹농균(슈도모나스 아에루지노사, Pseudomonas aeruginosa), 황색포도상 구균(스타필로코쿠스 아우레우스, Staphylococcus aureus), 표피포도구균(스타필로코쿠스 에피더미디스, Staphylococcus epidermidis)

** 서로 연관이 있는 학습 대상을 동시에 학습하면서 예측 모델의 성능을 올리는 기법 

또한, 학습된 모델을 이용하여 자생 거미인 별늑대거미의 독샘 전사체*로부터 두 가지 신규 항균 펩타이드를 발굴하고 실험으로 항균 기능성을 검증하여 추후 의약품으로 활용될 가능성을 제시했다.

* 세포, 조직, 생체에서 발현되는 전체 알엔에이(RNA)의 총합

특히, 거미 독에 존재하는 다양한 펩타이드는 세포 파괴와 신경 마비 등의 특성이 있어 제약, 식품, 화장품 등 여러 산업 분야에서 기능성 소재로 활용되고 있다. 다만 거미 독의 기능성 펩타이드 탐색 과정부터 개발까지 많은 시간과 비용이 소요되어 이를 효율적으로 수행할 수 있는 기술이 필요하다.

이번 인공지능 기반 예측 연구는 기존에 많은 시간과 비용 소비에 대한 한계를 극복하고 자생생물에서 유래한 기능성 후보물질 개발 과정의 효율을 높일 수 있다.

조가연 국립생물자원관 유용자원활용과장은 "인력양성사업을 통해 인공지능을 기반으로 생물자원 유래 신규 기능성 소재를 발굴하는 우수한 전문인력이 양성될 수 있도록 지속적으로 지원할 계획"이라고 밝혔다.

붙임  1. 딥러닝 기반 거미 독샘 유래 항균 펩타이드 발굴.

        2. 질의응답.  끝.