2025년 7월, 인공지능 신약개발 기업 칼리시(CALICI)와 영남대학교 공동 연구팀이 Briefings in Bioinformatics 저널에 게재한 최신 논문을 통해 약물 독성 예측 분야의 패러다임을 바꾸는 성과를 발표했습니다.
연구에서는 최첨단 AI 모델 **HD-GEM(Hybrid Dynamic Graph-based Ensemble Model)**을 활용해, 기존 약물 설계에서 회피되던 할로겐화 구조가 특정 조건에서는 오히려 독성을 낮출 수 있음을 과학적으로 입증했습니다.
연구 주요 내용
- 기존 가설: 할로겐(플루오린, 클로린, 브로민, 아이오딘) 치환은 약물 독성을 높인다.
- 새로운 발견: 일부 할로겐(특히 아이오딘)은 간독성과 심장독성을 줄이는 효과를 가짐.
- 다중 할로겐 치환(polyhalogenation): 생리활성 증가, 대사 안정성 향상, 독성 저하로 이어질 수 있음.
- AI 예측 범위: 1~3개의 방향족 고리(scaffold)를 포함한 수천 개의 화합물 및 실제 약물 구조 분석.
기술적 특징
HD-GEM은 그래프 신경망(GNN) 기반 구조 학습과 화학 지문(descriptor) 기반 특성 인식을 통합한 하이브리드 AI 모델입니다.
- 기존 예측 도구(ProTox, ADMETlab 등) 대비 정확도·해석 가능성 향상
- SHAP 기반 피처 선택, SMOTE 불균형 보정, Optuna 최적화 등 최신 기법 적용