분자 구조로부터 유전자 발현 예측을 위한 AI 플랫폼 GPS
미시간 주립대학교(Michigan State University)의 과학자들이 화학 화합물의 구조를 분석하고 유전자 발현에 미치는 영향을 예측하는 GPS 플랫폼(Gene expression profile Predictor on chemical Structures)을 개발했습니다. 이 모델은 분자 공식만으로 작동하며, 실험실 테스트는 전혀 필요 없습니다. 수백만 개의 실험 데이터 포인트로 훈련된 GPS는 분류 작업을 수행합니다: 각 화합물에 대한 유전자 활성의 상향 또는 하향 조절. 이를 통해 약물 후보의 가상 스크리닝이 가능합니다.
이 플랫폼은 이미 간세포암(HCC)—치명적인 간암의 한 형태—과 특발성 폐섬유증(IPF, 중간 생존 기간이 3년뿐인 질환)에 유망한 화합물을 식별했습니다. 결과는 생체 내(in vivo) 및 생체 외(ex vivo) 테스트를 통해 검증되었으며, Cell 저널에 발표되었습니다.
GPS 아키텍처와 훈련
GPS는 방대한 실험 유전자 발현 측정 데이터셋으로 훈련되었습니다. 주요 도전 과제는 생물학 데이터의 노이즈입니다. 공동 저자 Jiayu Zhou에 따르면, 모델은 강한 신호에 집중하면서 약한 노이즈를 무시합니다. 이는 분자의 구조(SMILES 또는 그래프 표현)를 입력으로 직접 공급하는 강건한 학습 기법을 통해 달성됩니다.
과정:
- 입력 데이터: 분자 구조(공식, 그래프).
- 처리: 그래프 신경망 등을 통해 벡터 표현으로 인코딩.
- 출력: 수천 개 유전자에 대한 유전자 발현 예측 벡터(상향/하향 조절).
- 훈련: 수백만 개의 화합물-유전자 쌍에 대한 다중 작업 분류.
이 모델은 사전 실험이 필요 없어 약물 개발의 발견 단계를 가속화합니다.
간세포암 적용
HCC—암으로 인한 사망 원인 3위—에 대해 GPS는 두 가지 새로운 화합물을 선별했습니다. 마우스 모델 테스트에서 종양 덩어리 감소가 확인되었습니다. 이 화합물들은 간세포 증식과 혈관신생에 관여하는 주요 유전자를 조절합니다. 이는 후보 물질로의 첫걸음이지만, 특이성과 생체 이용률을 위한 추가 최적화가 필요합니다.
특발성 폐섬유증 결과
IPF는 생존율이 낮은 진행성 질환입니다. GPS는 다음을 식별했습니다:
- 재사용 약물(기존 약물에서).
- 두 가지 새로운 화합물.
검증은 Corewell Health의 마우스와 인간 폐 조직 절편에서 수행되었습니다. 이 화합물들은 섬유화 경로(TGF-β 신호 전달)를 억제하여 콜라겐 침착을 줄입니다. 선임 저자 Xiaopeng Li는 전통적인 20년 실패와 대비되는 체계적인 AI 접근을 강조합니다.
오픈소스 코드와 미래 전망
MSU, Stanford, 미시간 대학교 팀이 GPS 코드를 오픈소스로 공개했습니다. 이 플랫폼은 종양학, 섬유증 및 기타 영역의 표적에 대해 모든 화합물을 스크리닝할 수 있습니다. NIH와 NSF의 지원을 받았습니다.
MSU 약학 화학 센터 디렉터 Edmund Ellsworth는 경고합니다: 히트에서 승인 약물까지는 수년의 최적화, 전임상 및 임상 시험이 필요합니다. 개발은 프로젝트에 20명 이상의 전문가로 구성된 학제 간 팀의 반복 과정입니다.
주요 포인트:
- GPS는 구조만으로 유전자 발현을 예측하며, 습식 실험실이 필요 없습니다.
- HCC(마우스 종양 감소)와 IPF(인간 조직 ex vivo)에 대한 검증된 히트.
- 커뮤니티 주도 스크리닝을 위한 오픈소스 코드.
- 다른 질환으로 확장 가능.
- 노이즈 데이터 정확도의 핵심인 노이즈 저항성.
이 플랫폼은 예측 중심 히트에 초점을 맞춰 계산 약물 발견의 패러다임을 전환하고 있습니다.
— Editorial Team
아직 댓글이 없습니다.