OpenAI Codex와 ChatGPT이 항생제 분자 탐색을 가속화한다

TL;DR

OpenAI는 연구자들이 Codex와 ChatGPT을 활용해 항생제 분자의 초기 단계 탐색을 가속화하고 있으며, 후보 목록을 생성하는 데 걸리는 시간을 수년에서 수시간으로 단축했다고 발표했다.

생물학적 '코드' 탐색의 AI 기반 접근이 탐색 주기를 단축한다

생물공학자 César de la Fuente의 연구실은 DNA 및 단백질 서열을 정보 시스템으로 간주하여, 방대한 유전체 및 단백체 데이터베이스에서 기능적 패턴을 인식할 수 있도록 딥러닝 모델을 훈련시킨다. AI를 활용해 이러한 데이터셋을 스캔함으로써, 전통적인 탐색 프로세스에서 일반적으로 소요되는 수년에 걸친 시간이 아니라, 수시간 내에 실험적 검증을 위한 관리 가능한 후보 분자 집합을 우선순위로 지정할 수 있다.

연구 워크플로우 전반에 걸쳐 Codex와 ChatGPT 통합

가설 생성 – ChatGPT는 뇌storming 파트너 역할을 하여 팀이 연구 질문을 구성하고 개선하는 데 도움을 준다.
코드 생성 및 개선 – Codex는 자연어 프롬프트를 실행 가능한 스크립트로 변환하여, 프로그래밍 경험이 제한된 생물학자들도 대규모 데이터셋을 처리하고 분석할 수 있게 한다.
데이터 처리 – AI 도구들이 유전자 및 단백질 데이터를 다운로드하고 정리하며 사전 처리하여 수동적인 데이터 정제 작업을 줄인다.
다학제적 소통 – ChatGPT는 용어를 명확히 하고, 다른 분야의 방법을 요약하며, 심지어 내용을 연구자들의 모국어로 번역하여 생물학, 화학, 컴퓨터 과학, 공학 간의 장벽을 낮춘다.

"Codex와 ChatGPT는 이러한 격차를 메워주어, 생물학자가 프로그램을 만들고 프로그래머가 생물학적 문제에 도전할 수 있게 해줍니다." – César de la Fuente

AI 예측에서 실험적 검증으로

AI로 식별된 후보는 여전히 엄격한 실험적 프로세스를 통과해야 한다:

체외 효능 – 해당 분자가 표적 미생물을 사멸시키는지 확인하고 최소 효과 농도를 결정한다.
세포 독성 – 인간 세포에 대한 독성을 평가한다.
의약화학적 최적화 – 활성, 안전성, 안정성을 향상시킨다.
약동학 및 저항성 프로파일링 – 복용량, 분포, 저항성 발생 가능성을 평가한다.
제조 가능성 및 규제 검토 – 임상 시험 전에 대량 생산 가능性和 규정 준수를 보장한다.

de la Fuente는 AI 예측이 "현장 검증 실험"과 함께 있을 때에만 유용하다고 강조하며, 모든 단계에서 실험실 검증의 필요성을 강조한다.

AI로 가능해진 다학제적 협업

연구실의 구성원은 생물학, 화학, 컴퓨터 과학, 공학 분야를 아우른다. AI 도구들은 전문 지식의 장벽을 낮춰 구성원들이:

낯선 문헌을 빠르게 검토할 수 있다.
깊은 프로그래밍 교육 없이도 코드를 생성하고 테스트할 수 있다.
다양한 관점을 통합하는 공유 ChatGPT 워크스페이스를 통해 아이디어를 공유할 수 있다.

"우리의 ChatGPT 워크스페이스는 우리가 해결하려는 문제에 대해 서로 다른 방식으로 생각하는 모든 사람들로부터 입력을 받고 있습니다." – César de la Fuente

한계와 보호 조치

AI는 가설 생성과 데이터 처리를 가속화하지만, 연구자들은 모든 출력물이 정확성에 대해 두 번 확인되어야 한다고 경고한다. 실험적 검증 없이 AI에 과도하게 의존하면 잘못된 방향으로 이어질 수 있다.

더 넓은 의미

생물학적 서열을 알파벳처럼 간주하고, 대규모 언어 모델을 활용해 기능적 패턴을 해독하는 이 접근법은 약물 개발의 새로운 패러다임을 보여준다: AI 중심의 후보 선별 후 타겟된 실험실 검증. 만약 이 워크플로우가 널리 채택된다면, 새로운 항생제가 테스트 프로세스에 도달하는 속도가 크게 증가하여, 항생제 내성이라는 긴급한 글로벌 위협에 대응할 수 있을 것이다.

전망

de la Fuente는 AI를 망원경이나 현미경과 같은 장기적인 과학 도구의 연장선으로 보며, AI 모델과 실험 생물학의 지속적인 공진화가 생명의 '코드'에 대한 우리의 이해를 심화시키고, 이전에는 접근할 수 없었던 치료적 가능성을 열어줄 것으로 기대한다.