트랜스포머 기반 딥러닝 모델 ‘HIT-EC’ 개발
단백질 서열만으로 효소 기능 예측…신약·바이오 산업 활용 기대

충남 아산의 선문대학교 연구진이 단백질 정보만으로 효소의 기능을 예측할 수 있는 인공지능(AI) 모델을 개발해 국제 학술지에 발표했다. 생명공학과 컴퓨터공학을 결합한 융합 연구 성과로 신약 개발과 바이오 산업 연구에 활용 가능성이 기대된다.

선문대는 유전체 기반 BioIT 융합연구소 오태진 교수 연구팀이 단백질 서열을 기반으로 효소 기능을 예측하는 인공지능 모델 ‘HIT-EC(Hierarchical Interpretable Transformer)’를 개발했다고 9일 밝혔다. 이번 연구는 선문대 오태진·한소라 교수와 미국 네바다대학교 라스베이거스(UNLV) 강민곤 교수, 극지연구소 이준혁 박사가 참여한 국제 공동연구로 진행됐다.

선문대 유전체 기반 BioIT 융합연구소가 'HIT-EC’를 개발했다. 오태진(오른쪽)·한소라 교수.

효소는 생물체 내 다양한 화학 반응을 촉진하는 단백질로 생명 활동 유지에 핵심적인 역할을 한다. 과학자들은 효소 기능을 국제 표준 분류 체계인 ‘EC 번호(Enzyme Commission number)’로 구분하는데, 이는 4단계 숫자 체계로 효소의 종류와 기능을 세분화해 나타낸다.

연구팀이 개발한 HIT-EC 모델은 트랜스포머 기반 딥러닝 기술을 활용해 단백질 서열을 분석하고 효소의 EC 번호를 예측한다. 특히 기존 AI 모델이 결과만 제시했던 것과 달리 단백질 서열 가운데 어떤 부분을 근거로 해당 효소 기능을 판단했는지까지 제시하는 ‘해석 가능한 AI’ 구조를 적용한 것이 특징이다. 이를 통해 예측 결과의 신뢰성과 과학적 해석 가능성을 높였다는 평가다.

연구팀은 대규모 단백질 데이터셋을 활용해 모델 성능을 검증한 결과 다양한 생물 종 환경에서도 안정적인 예측 성능을 보였다고 설명했다. 또 AI가 중요하게 판단한 단백질 서열 위치가 실제 알려진 촉매 모티프와 기능 잔기와 일치하는지도 분석해 생물학적 타당성을 확인했다.

오태진 교수는 “이번 연구는 생명공학과 컴퓨터공학 융합을 통해 유전체 빅데이터를 신뢰 가능한 인공지능 기술로 분석한 사례”라며 “효소 기능 예측의 정확도와 해석 가능성을 동시에 높여 디지털 헬스케어와 제약·바이오 산업 발전에 기여할 것으로 기대한다”고 말했다.

이번 연구 결과는 ‘Trustworthy prediction of enzyme commission numbers using a hierarchical interpretable transformer’라는 제목으로 세계적 학술지 **네이처 커뮤니케이션즈(Nature Communications)**에 지난 1월 30일 게재됐으며, ‘한국을 빛낸 사람들(한빛사)’에도 선정됐다.

선문대 관계자는 “BioIT 융합연구소를 중심으로 AI 기반 바이오 연구를 지속 확대할 계획”이라고 밝혔다.

아산=김정모 기자 [e-mail]