한국제약바이오협회는 ‘연합학습 기반 신약개발 가속화 프로젝트 사업단(K-MELLODDY 사업단)’이 정식 개소됐다고 18일 밝혔다.

연합학습 기반 신약개발 가속화 프로젝트는 과학기술정보통신부와 보건복지부가 공동으로 추진한다. 프로젝트에는 2024년부터 5년간 348억원의 예산이 투입된다. 프로젝트는 연합학습 기반 ADMET 예측 모델인 ‘FAM(Federated ADMET Model)’을 개발하는 것이 목표다.

연합학습(Federated Learning)은 각 기관이 보유한 데이터를 한 곳으로 모으지 않고 개별 기관에서 AI(인공지능)를 학습시키는 기술이다. 이는 정보 유출 위험이 거의 없어 민감정보의 ‘보호’와 ‘활용’이 동시에 가능한 것이 특징이다.

ADMET(Absorption, Distribution, Metabolism, Excretion, Toxicity)는 약물 흡수와 분포, 대사, 배설 및 독성 등 임상시험 성공의 가장 중요한 요소다. 미국국립보건원(NIH) 발표에 따르면, ADMET가 신약개발 R&D 비용의 22%가량을 차지한다. 특히 한국은 기술수출 등으로 1상까지 하는 경우가 많아 임상비용의 대부분을 차지한다고 보고 있다.

프로젝트는 크게 △플랫폼 구축 △데이터 공급·활용 △AI 모델 개발 등으로 구분된다.

세부과제는 △연합학습 기반 FAM 운영 플랫폼을 구축하는 플랫폼 구축 및 개발 1개 과제 △제약사, 병원, 연구소 등에 대한 데이터 공급 및 FAM을 활용한 데이터 공급·활용 20개 과제 △FAM 솔루션과 응용 모델을 개발하는 AI 모델 개발 15개 과제 등으로 구성된다.

프로젝트는 일회성 솔루션 구축이 아닌 데이터 추가를 통해 연속적·자동적으로 성능이 개선된다는 게 장점이다. 사업단은 FAM 솔루션 확보 이후 연합학습의 실용성을 검증하고 참여기관을 확대하는 동시에 신약개발 단계 적용 및 확장, 데이터 기여도 평가, 글로벌 협력 확대 등도 추진할 예정이다.

노연홍 한국제약바이오협회장은 “우리의 목표는 연합학습 플랫폼을 통해 다기관의 ADMET 데이터를 수집해 고성능의 예측 도구를 개발해 비용효과성을 극대화하는 것이다. 이를 통해 6대 제약강국 도약에 한 발 더 다가서겠다”고 말했다.

이어 “우리의 노력이 결실을 맺고 사회에 긍정적인 변화를 가져올 것이라 확신하는 만큼 성공적으로 프로젝트가 진행될 수 있도록 함께 노력하기를 바란다”고 덧붙였다.

김화종 사업단장은 “신약 후보물질의 ADMET 값을 예측할 때 in-vitro(시험관) 시험 결과만으로는 in-vivo(비임상) 및 임상시험 통과를 보장하기 어렵고 현재 학습용 데이터 부족으로 AI 활용 성능에도 한계가 있다”고 설명했다.

아울러 “ADMET 예측 외에 특정 타깃과 상호작용, 약물 간 상호작용, 사용자 유형별 반응 예측, 다양한 독성 예측 등으로 확대 가능한 솔루션이 필요하다. 때문에 연합학습 기반의 ADMET 예측 모델인 ‘FAM 솔루션’을 개발하려는 것”이라고 부연했다.

사업단은 기존의 다양한 상용 ADMET 예측 모델과는 달리 다양한 시점에서 임상시험 통과를 예측할 수 있도록 FAM 솔루션 모델을 개발한다는 구상이다. 사업단은 이를 위해 연합학습 기반의 신약개발 플랫폼을 구축하고 산업·학계·연구기관·병원 등에서 발생하는 데이터를 종합적으로 활용할 계획이다.

김 사업단장은 “연합학습 기술을 활용해 개별 연구기관이나 기업이 독자적으로 수행하기 어려운 대규모 데이터 분석과 모델링 작업을 공동으로 수행할 수 있게 된다”면서 “이는 신약 개발의 효율성을 크게 향상시키며 신약 개발 프로세스에 혁신적인 변화를 가져올 것”이라고 밝혔다.

[신아일보] 김소희 기자

김소희 기자 다른기사 보기