민영 통신사 뉴스판매사업

 (좌측부터) 한영현 박사, 이춘경 박사(중앙 위),조광현교수(중앙 아래),김현진 박사과정  (사진=카이스트 제공)

세포의 상태를 원하는 방향으로 조절하는 것은 신약 개발과 암 치료, 재생 의학 등 생명과학의 핵심 과제지만, 이를 위한 적합한 약물이나 유전자 표적을 찾기는 쉽지 않다.

KAIST 연구진이 이러한 난제를 인공지능(AI)으로 풀어냈다.

KAIST 바이오및뇌공학과 조광현 교수 연구팀은 16일 생성형 AI를 활용해 세포를 목표 상태로 유도할 수 있는 약물과 유전자 표적을 찾아내는 새로운 기술을 개발했다고 밝혔다.

연구팀은 이미지 생성 AI의 원리에서 착안해, 세포의 상태와 약물의 반응을 ‘잠재공간(latent space)’에서 수학적으로 분해·재조립하는 모델을 구축했다.

이를 통해 실제 실험하지 않은 세포-약물 조합의 반응은 물론, 특정 유전자를 조절했을 때의 세포 변화까지 예측할 수 있도록 했다.

잠재공간 방향 벡터 기반 세포 전이 모델링 (사진=카이스트 제공)

실제 대장암 세포 데이터를 활용한 검증 실험에서, AI는 암세포를 정상 세포에 가까운 상태로 되돌릴 수 있는 분자 표적을 찾아냈으며, 이를 실험으로 입증했다.

이는 단순히 약물의 효과를 예측하는 수준을 넘어, 세포 내부에서 그 약물이 어떻게 작용하는지까지 규명할 수 있는 기술임을 보여준다.

조 교수는 “이미지 생성 AI에서 ‘방향 벡터’ 개념을 도입해, 세포를 원하는 방향으로 바꿀 수 있는 방식을 구현했다”며 “특정 약물이나 유전자가 세포에 미치는 영향을 정량적으로 분석하고, 아직 밝혀지지 않은 반응까지 예측할 수 있는 범용 AI 플랫폼이라는 점에서 의미가 크다”고 말했다.

이번 연구는 KAIST 한영현 박사, 김현진 박사과정, 이춘경 박사가 함께 참여했으며, 연구 결과는 국제 학술지 셀 시스템(Cell Systems) 10월 15일 자에 게재됐다.

논문명은 Identifying an optimal perturbation to induce a desired cell state by generative deep learning(DOI: 10.1016/j.cels.2025.101405)이다.

연구는 과학기술정보통신부와 한국연구재단의 중견연구사업, 기초연구실 사업 지원을 받아 수행됐다.