AI 플랫폼 기반 알츠하이머 치료제 후보물질 발굴

주장알츠하이머병 치료를 위해 세포 내 노폐물을 제거하는 자가포식 과정을 개선하는 전략이 필요합니다. 기존 화합물은 포유류 라파마이신 표적 단백질인 엠토르(mTOR) 경로에 의존하여 부작용 위험이 크고 뇌 투과성이 낮다는 한계가 있습니다.

팩트연구진은 이를 해결하기 위해 인공지능 기반 스크리닝 플랫폼인 딥드러그디스커버리(DeepDrugDiscovery)를 개발했습니다. 이 플랫폼은 약물의 흡수, 분포, 대사, 배설 및 독성인 아드멧(ADMET) 예측과 혈액-뇌 장벽 투과성 예측 기능을 통합하여 기전 중심의 약물 탐색을 수행합니다.

팩트딥드러그디스커버리는 엠토르 경로와 독립적으로 작용하는 새로운 자가포식 촉진제를 발견했습니다. 선도 화합물 2종은 동물 모델에서 혈액-뇌 장벽을 통과하고 알츠하이머 관련 단백질 응집체를 제거하며 기억 기능을 회복시켰습니다.

주장이번 연구는 인공지능을 활용하여 미충족 의료 수요가 높은 질병에 대한 치료제를 신속하게 발굴할 수 있음을 입증했습니다. 특히 종 간 검증을 통합한 확장 가능한 파이프라인을 구축했다는 점에서 산업적 가치가 큽니다.

교차검증인공지능 예측 모델의 정확도는 학습 데이터의 질에 의존합니다. 실제 임상 시험에서의 효능과 안전성은 추가적인 검증이 필요하며, 동물 모델에서의 성공이 인간에게 동일하게 적용될지는 향후 임상 연구를 통해 확인해야 합니다.

주장자가포식 기능 장애는 뇌 노화와 알츠하이머병을 포함한 신경퇴행성 질환의 주요 원인입니다. 이번 인공지능 기반 플랫폼은 기존 약물 개발의 한계를 극복하고 새로운 치료 기전을 제시합니다.

팩트연구진은 딥드러그디스커버리를 오픈 소스 모듈형 도구로 공개하여 사용자가 맞춤형 치료제 스크리닝을 수행할 수 있도록 했습니다. 이는 연구 커뮤니티의 협력을 촉진하고 신약 개발 속도를 높입니다.

팩트후보 화합물 데이터셋은 피그쉐어(figshare)를 통해 공개했습니다. 연구진은 딥드러그디스커버리 웹 인터페이스와 아드멧 예측 웹 인터페이스를 각각 제공하여 연구자들이 직접 활용하도록 했습니다.

팩트모델 학습 및 추론을 위한 전체 코드는 깃허브(GitHub) 저장소에 공개했습니다. 여기에는 예제 데이터셋, 튜토리얼, 도커 컨테이너 및 콘다 환경 설정을 위한 문서가 포함되어 있습니다.

출처네이처(Nature) 학술지 논문(https://www.nature.com/articles/s41551-026-01667-x)과 피그쉐어, 깃허브 저장소를 교차 검증했습니다. 추가로 란셋 공중보건 및 네이처 에이징 등 학술지 자료를 참고했습니다.