AI는 방대한 수의 화합物에서 약이 될 가능성이 있는 후보를 찾아 신약 개발에 드는 시간과 비용을 대폭 줄여줄 기술로 기대받고 있습니다. 하지만 AI를 활용한 연구 성かは 잇따르고 있음에도 실제로 환자에게 도달하는 약의 개발로 이어지고 있는지는 명확하지 않습니다. AI 신약 개발에 정통한 연구자들이 지금까지의 AI 신약 개발 진전을 검토하고 있습니다.Artificial intelligence in drug discovery — what it is, where we stand and the path forward | Nature Reviews Drug Discoveryhttps://www.nature.com/articles/s41573-026-01496-2칼리파 대학교와 케임브리지 대학교 등에 소속된 안드레아스 벤더 씨 등은 AI 신약 개발의 현황과 과제를 정리한 논고를 2026년 8월 7일 자로 Nature Reviews Drug Discovery에 발표했습니다. 이 논고에서 다룬 2024년의 분석에서는 AI 신약 개발 기업이 개발 중인 약의 대다수가 세포나 동물에서 효과와 안전성을 조사하는 전임상 단계에 있었습니다. 사람을 대상으로 하는 임상시험에 진입한 것은 제한적이었으며, 소규모 인원에서 안전성을 조사하는 제I상이나, 환자를 대상으로 유효성과 투여량을 조사하는 제II상은 수십 건, 더 많은 환자에게서 유효성과 안전성을 확인하는 제III상은 극히 일부에 불과했습니다. 벤더 씨 등은 AI가 성능 시험에서 높은 성과를 거두고 있는 반면 "환자에게 안전하고 효과적인 약을 더 빠르게 전달했다"고 판단할 수 있는 증거는 제한적이라고 지적합니다. 이는 AI에 효과가 없다는 뜻이 아니라, 임상 개발을 개선하고 있는지 여부를 판단할 수 있을 만큼의 증거가 아직 없다는 의미입니다. 벤더 씨 등이 신약 개발의 각 단계에서 소요 시간·실패율·비용 중 하나를 20% 개선했을 때의 절감액을 추산한 결과, 아래 그래프에 표시된 바와 같이 제II상의 실패율을 낮췄을 때의 효과가 가장 컸습니다. 제II상은 다양한 환자를 대상으로 약의 유효성을 처음으로 본격 조사하기 때문에 실패가 많고, 비용도 많이 들기 때문입니다.
그런데 AI를 활용한 저분자 화합물의 신약 개발 연구는 약의 후보를 찾는 전임상 단계에 집중되어 있습니다. 전임상 단계에는 AI에 주기 쉬운 데이터가 많기 때문이지만, 벤더 씨 등은 "필요한 답이 있을 법한 장소가 아니라 데이터가 풍부하고 조사하기 쉬운 장소만 찾고 있는 상태"라고 지적했습니다. 약의 후보를 찾는 것과 실제로 약을 만드는 것 사이에도 큰 격차가 있습니다. 특정 단백質 등에 결합하는 '리간드'는 데이터베이스에 100만 종류 이상 등록되어 있지만, 시판되고 있는 저분자 의약품은 1,000종류 정도에 불과합니다. 약으로 사용하려면 표적에 작용할 뿐만 아니라 인체에서 충분한 효과를 발揮하고, 안전성 등 많은 조건을 충족해야 합니다. 또한 AI에 제공하는 생물학적 데이터도 유전적 배경이나 질병의 중증도 등 조건에 따라 결과가 달라집니다. 아래 그래프에서는 인간의 간을 모사한 오가노이드로 측정한 세포독성을 가로축에, 환자에게서 밝혀진 약물성 간 장애의 위험도를 세로축에 두고 있지만, 임상에서의 위험도가 서로 다른 약물의 점들이 가로 방향으로 겹쳐 있어 오가노이드의 측정 결과만으로는 실제 간 장애 위험을 충분히 예측할 수 없다는 것을 알 수 있습니다. 벤더 씨 등은 임상 결과를 제대로 예측하지 못하는 데이터를 AI에 대량으로 제공하더라도 더 나은 판단으로 이어지지는 않는다고 논하고 있습니다.
약물이 될 수 있는 저분자 화합물은 최대 10의 60승 종류에 달하는 것으로 추정되며, 기존 데이터셋이 망라할 수 있는 것은 극히 일부입니다. 따라서 특정 범위의 화합물에서 높은 정밀도를 보인 AI가 구조가 다른 화합물을 다루는 다음 프로젝트에서도 동일한 정밀도를 유지한다는 보장은 없습니다. 아래 그래프의 가로축 「Relative rank(상대 순위)」는 AI 모델이 순위를 매긴 전체 화합물 중 상위 몇 비율까지를 대상으로 했는지를 나타내며, 세로축 「Recall(재현율)」은 실제로 검출해야 하는 화합물 중 해당 범위까지 포착해 낸 비율을 나타냅니다. 두 가상 AI 모델 「Model 1」과 「Model 2」는 전체적인 예측 성능을 나타내는 「AUC」에서는 거의 동등하지만, 상위 10%의 화합물을 선별하는 경우 Model 2가 포착할 수 있는 후보는 Model 1의 2배입니다. 반대로 독성이 의심되는 화합물을 제외하는 경우에는 Model 1 쪽이 누락을 약 3분의 1로 낮출 수 있어, 용도에 따라 우열이 뒤바뀐다는 것을 알 수 있습니다.
벤더 씨 등은 「보유하고 있는 데이터로 무엇을 할 수 있는가」부터 생각할 것이 아니라, 「임상시험 성공률을 높이려면 무엇을 예측해야 하는가」를 먼저 정하고, 그 목적에 맞는 데이터를 수집할 필요가 있다고 제언하고 있습니다. 또한, AI의 성능은 실제 활용 환경에 가까운 조건에서 미지의 데이터를 얼마나 정확하게 예측할 수 있는지에 따라 검증해야 한다고 밝혔습니다.
원문 보기 | 출처: Gigazine