약물1+약물2=? 약물 부작용 예측하는 AI

세계에서 수백만 명의 사람들이 하루에 다섯 가지 약물을 복용한다. 미국질병통제예방센터(CDC)에서는 지난 한 달 동안만 해도 미국인의 약 23%가 2개 이상의 약을 처방받았다고 추정하고 있다. 또한 65세 이상 인구의 약 39%는 약을 2개 이상 처방받는 경우가 지난 수십 년간 3배 이상 늘었다고 추정된다.

전문가들은 전 세계에 시판되고 있는 약은 5000개 이상이며 이에 대한 부작용은 약 1000건 정도가 알려져 있다고 추정한다. 만약 약물끼리 부작용을 다 따진다면 125억 건이 훌쩍 넘을 것으로 추정된다. 문제는 약물의 부작용을 우리가 잘 모른다는 사실이다.

약물마다 어떤 약물과 상호작용할 수 있으며 부작용을 일으킬 수 있는지 조합 하나하나마다 테스트를 하는 것은 비효율적이다. 또한 대부분의 의사와 약사들이 새로운 약이 탄생할 때마다 부작용을 외는 것도 쉽지 않다.

스탠퍼드대 컴퓨터공학과에서 박사후연구원을 하고 있는 매린카 지트닉 박사는 “약물끼리의 부작용을 실험하려면 약물 하나당 실험을 5000번은 해야 할 것”이라면서 “그러니까 전문가들도 약물끼리 조합했을 때 부작용을 정확히 모른다는 뜻”이라고 밝혔다.

하지만 컴퓨터과학이 이런 어려움을 해결해줄지 모른다. 지난 7월 10일 미국 시카고에서 열린 ‘2018 컴퓨터 생명공학을 위한 국제 사회 회의’에서 지트닉 박사와 그의 동료 모니카 아그라왈, 그리고 컴퓨터과학과 쥬르 레스코벡 교수는 약물 조합의 부작용 가능성을 추적하는 것뿐만 아니라 미리 예측할 수 있는 인공지능(AI)을 개발했다는 사실을 논문으로 발표했다.

그들이 개발한 AI ‘디커건(Decagon)’은 의사가 처방하고자 하는 약물을 제시하면 인체에 해로운 부작용을 최소로 나타나게 하는 다른 약물을 조합한다. 이 AI는 수만 가지 약물의 조합에서 부작용을 찾아낼 수 있다.

연구팀은 원래  약물이 신체에서 어떤 경로를 거쳐 세포에 어떻게 영향을 미치는지 연구를 했다. 그들은 우리 몸속에 있는 1만 9000개 이상의 단백질이 어떻게 상호작용하는지, 그리고 약물들이 단백질과 어떤 상호작용을 해 치료효과 또는 부작용을 나타내는지 연구했다. 그리고 약물마다 단백질에 어떤 작용을 하는지 방대한 네트워크로 구성하기도 했다.

그 결과 약과 부작용 사이에는 400만 개 이상 연결고리가 있는 것으로 나타났다. 이 연관성을 이용하면 약물이 어떻게 다른 단백질을 표적으로 삼는지에 따라 어떤 부작용이 발생하는지 패턴을 알 수 있었다.

이후 연구팀은 인공신경망과 기계학습을 이용해 약물끼리 상호작용과 부작용에 대한 패턴을 추론하는 AI를 만들었다. 즉, 디커건은 서로 다른 두 약물을 함께 복용했을 때 약물끼리 어떤 반응을 일으켜 순기능을 하는지 또는 부작용이 일어날 수 있는지 정확하게 예측할 수 있다.

연구팀은 디커건이 얼마나 약물의 효과를 예측할 수 있는지 시험해봤다. 예를 들어 콜레스테롤 치료제인 아토르바스타틴과 혈압치료제인 암로피딘을 함께 복용하면 어떻게 될지 예측하게 했다. 아직까지 공식적인 논문은 없지만 의학계에서는 이 두 가지 약물을 함께 복용하면 근육 염증을 유발할 수 있다는 사실이 경험적으로 알려져 있었다. 놀랍게도 디커건은 두 가지 약물을 함께 복용하면 근육 염증이 나타날 수 있다고 예측했다.

이외에도 디커건은 약 10가지 부작용을 예측함으로써 신뢰성을 높였다. 연구팀은 앞으로 디커건이 얼마나 약물 조합에 따른 부작용을 잘 예측하는지 시험하는 한편, 여러 가지 복잡한 처방에서도 부작용을 예측할 수 있도록 학습시킬 예정이다.

원문 링크 : https://news.stanford.edu/2018/07/10/ai-predicts-drug-pair-side-effects/