칼리시(Calici)와 영남대학교 공동 연구팀이 독성 예측 분야에서 기존 통념을 뒤집는 연구 성과를 발표했다. 이번 연구 결과는 7월 학술지 Briefings in Bioinformatics에 게재됐다.
연구팀은 ‘HD-GEM(Hybrid Dynamic Graph-based Ensemble Model)’이라는 최첨단 AI 모델을 활용해, 기존 약물 설계에서 회피되던 ‘할로겐화 구조’가 특정 조건에서 오히려 독성을 낮출 수 있음을 과학적으로 입증했다. 이는 플루오린, 클로린, 브로민, 아이오딘 등 할로겐 치환이 독성을 증가시킨다는 기존 가설을 정면으로 반박하는 결과다.
연구팀은 실험 결과, 1~3개의 방향족 고리를 포함한 수천 개의 화합물과 실제 약물 구조 분석에서 아이오딘과 같은 일부 할로겐이 간독성과 심장독성을 줄이는 효과가 있음을 발견했다. 또한 다중 할로겐 치환(polyhalogenation)은 생리활성을 높이고 대사 안정성을 강화해 독성 저하로 이어질 수 있음이 확인됐다.
칼리시는 HD-GEM 모델 고도화와 실험 데이터셋 구축에 참여했다. HD-GEM은 그래프 신경망(GNN) 기반 구조 학습과 화학 지문(descriptor) 기반 특성 인식을 결합한 하이브리드 AI 모델로, 기존 예측 도구(ProTox, ADMETlab 등)보다 높은 정확도와 해석 가능성을 보였다. 특히 SHAP 기반 피처 선택, SMOTE 기반 클래스 불균형 보정, Optuna 최적화 기법 등을 적용해 예측 정밀도를 극대화했다.
논문의 교신저자인 이진태 영남대 화학공학부 교수는 “이번 성과를 기반으로 AI 신약개발 플랫폼 ‘Pharmaco-Net’의 독성 예측 기능을 강화할 계획”이라며 “향후 간·심장 독성뿐 아니라 신장독성, 돌연변이 유발성 등 다양한 독성 지표로 AI 학습을 확장할 것”이라고 밝혔다.
이번 연구는 한국연구재단(NRF), 과학기술정보통신부(MSIT), 한국보건산업진흥원(KHIDI), 경상북도 의성군 In Silico 산업화 기반 구축 사업의 지원을 받았다.
