수십 년 걸리던 뇌질환 약물 탐색, AI가 몇 년 안에 가속화

출처: BBC Technology

수십 년을 몇 년으로 - AI가 눈에 보이는 뇌 약물 탐색을 가속화할 수 있다

3시간 전

Zoe Kleinman, 기술 편집자 및 Philippa Wain

BBC

스티븐 바렛 OBE는 영국 치매 연구소와 함께 연구에 참여해 근위축성 측삭경화증(MND) 및 기타 뇌 질환을 앓고 있는 사람들의 결과를 개선하려 하고 있다.

과학자들은 인공지능을 활용해 눈에 잘 보이지 않을 수도 있는 신경계 질환 치료제 탐색을 가속화하고 있다.

에딘버러에 있는 영국 치매 연구소(UK Dementia Research Institute)의 연구진은 환자 데이터(음성 녹음, 안구 스캔 등)와 실험실에서 배양한 뇌 세포를 분석해 기존 약물을 재활용해 근위축성 측삭경화증(MND)과 같은 질환을 치료할 수 있는지 확인한다.

연구진은 알고리즘을 이용해 질병 패턴을 감지하고 적합한 약물을 예측함으로써 “수십 년이 아니라 몇 년 안에” 효과적인 치료법을 찾을 수 있기를 기대한다.

그 기대는 10년 전 MND 진단을 받은 임상시험 참가자 스티븐 바렛에게도 공유된다.

스티븐은 오랜 공직 생활을 마치고 활기찬 은퇴 생활을 계획하고 있었지만, 다리에서 무감각을 느끼기 시작했다.

몇 년 뒤 그는 아직 치료법이 없는 퇴행성 신경 질환인 MND 진단을 받았다.

“MND는 끔찍한 질병이다. 당신이 누구인지 빼앗아 간다”고 스코틀랜드 올로에 있는 그의 집에서 BBC에 전한다.

“당신이 스스로 계획했던 미래에 대한 감각을 모두 찢어버린다. 모든 것이 사라진다.”

그는 가족도 이 사실을 전혀 예상하지 못했다고 말한다—직장에서, 파티에서, 아들의 결혼식에서 찍힌 사진들을 보여준다.

영국 치매 연구소의 과학자들은 환자 데이터와 실험실에서 배양한 뇌 세포를 연구에 활용한다.

하지만 그는 이 시험을 자신과 MND 혹은 유사 질환을 가진 다른 사람들에게 “희망의 밝은 빛”이라고 묘사한다.

그 중 하나인 MND‑SMART 시험은 한 그룹에 플라시보를 주는 대신 여러 약물을 동시에 테스트한다.

“저에게 연구는 단순히 알약을 복용하는 것이 아니라, 그 알약이 결과를 도출하도록 의도된 것이다. 저에게는 도움이 될 수도, 안 될 수도 있지만, 다른 사람들에게는 도움이 될 수 있다”고 그는 말한다.

연구소는 파킨슨병, 치매, MND 등 다양한 질환을 가진 사람들의 데이터베이스도 구축하고 있다.

임상의들은 홍채 스캔, 음성 녹음 등을 수집하고, 인공지능을 활용해 방대한 데이터를 분석·정리해 미래 문제의 초기 징후가 될 수 있는 변화를 포착한다.

또한 자원봉사 환자들의 혈액 샘플을 채취해 줄기세포를 배양하고, 이를 신경세포(뉴런) 그룹으로 만든다.

그런 다음 기존 약물을 로봇, 전통적인 실험실 장비, 그리고 특수 알고리즘을 구동하는 컴퓨터를 결합해 여러 배치의 뉴런에 테스트한다.

이 머신러닝 알고리즘은 신경 질환 특성을 건강한 상태로 전환시킬 수 있는 약물을 식별하도록 훈련되었다.

AI가 제안하는 잠재적 약물은 이후 스티븐과 같은 사람들을 대상으로 임상시험에 투입된다.

인공지능 활용

이미 다른 질환 치료를 위해 개발·승인된 약물이 약 1,500종 존재한다.

하지만 연구소 대표인 시다르탄 찬드란 교수는 그 중 하나가 뇌에도 효과적일 수 있으며 아직 우리는 그 사실을 모를 수도 있다고 말한다.

“뇌는 인체에서 가장 복잡한 장기이기 때문에 그 복잡성의 역설과 맞서야 한다”고 그는 BBC에 전했다. 최근까지는 덜 정교한 연구 방법을 사용해야 했다고 덧붙였다.

“AI와 새로운 기술의 결합 덕분에, 내가 의대에 다닐 때는 상상도 할 수 없었던 일들을 이제는 할 수 있게 되었다.”

시다르탄 찬드란 교수, 영국 치매 연구소(Edinburgh) 대표

이미 개발·승인된 약물이므로, 이를 재배치하는 것이 새로운 포뮬러를 처음부터 만드는 것보다 더 간단할 수 있다.

새 약물을 발견하고 시장에 내놓는 데는 10년 이상이 걸릴 수 있다는 추정도 있다.

하지만 찬드란 교수와 그의 팀은 그들의 작업이 신경계 질환에 대한 저렴하고 효과적인 약물을 훨씬 빨리 제공할 수 있게 할 것이라고 믿는다.

이 연구가 인공지능을 활용해 방대한 보건·의료 데이터 속에 숨은 잠재적 해결책을 찾아낸 최초의 사례는 아니다. 그러나 이 분야 전체에 몇 차례 좌절도 있었다.

알츠하이머 치료제라며 ‘돌파구’라고 평가받았던 레카네맵과 도나네맵에 대한 최근 리뷰에서는 진행을 늦추긴 했지만 환자에게 의미 있는 차이를 만들 정도는 아니었다는 결론이 나왔다.

이 리뷰는 아밀로이드(질병에 존재하는 잘못 접힌 단백질)를 뇌에서 제거하는 약물을 대상으로 17개의 연구, 총 20,342명의 자원자를 분석했다.

그럼에도 찬드란 교수는 “우리는 신경학 연구와 이해의 전환점에 서 있다”며 확신한다.