▲ AI가 암 유전자형을 해석하고 약물 분자를 생성하는 두 가지 추상 시각화 (그림= 챗GPT)  © 장애인인식개선신문

"암 환자 80% 생존율↑ 충격 실현... AI 의사가 주사기 던지는 날 왔다"

(장애인인식개선신문= 방은숙 기자) 난치암인 삼중음성유방암 등은 환자 간 유전적 차이로 인해 기존 항암 치료의 효과가 현저히 다르게 나타난다. 치료 대상이 불분명하거나 임상에서 확보하기 어려운 데이터에 의존하는 기존 AI 기반 항암제 개발에도 한계가 존재해 왔다.

은 유전 정보 분석을 통해 환자 맞춤형 항암제 후보를 설계할 수 있는 세계 최초의 생성형 AI 모델 ‘G2D-DIFF’를 개발했다고 3일 밝혔다.

이 모델은 약 150만개의 화학구조와 120만건의 약물 반응 데이터를 학습해, 실제 임상에서 확보 가능한 유전정보와 약물 반응 수준을 입력하면 항암 후보 물질을 자동으로 설계한다.

G2D-DIFF는 IBM의 기존 최고 성능 모델로 알려진 'PACCMANNRL'과 비교해 ▲다양성 ▲약물 합성 가능성 ▲조건 적합성 등 모든 항목에서 압도적인 성능을 보였다. 특히 유전자 유형에 맞는 후보물질을 얼마나 잘 생성하는지를 평가하는 '조건 적합성'에서 기존 모델이 평균 오차율 51%를 기록한 반면, G2D-DIFF는 1%에 불과했다.

연구팀은 난치암의 대표 사례인 삼중음성유방암 환자의 유전 정보를 기반으로 G2D-DIFF를 적용한 결과, 암세포 증식을 억제하는 핵심 단백질 PI3K, HDAC, CDK를 표적하는 약물 후보가 생성됐다.

남 교수는 “이번 연구는 정밀의료의 새로운 가능성을 제시한 사례로, AI 기술이 난치암 환자에게 새로운 희망이 되길 기대한다”고 말했다.

이번 연구 결과는 과학 학술지 네이처 커뮤니케이션즈(Nature Communications) 온라인판에 게재됐다.

<참고: Nature Communications (2025), https://doi.org/10.1038/s41467-025-60763-9><참고: 네이처 커뮤니케이션즈(2025), https://doi.org/10.1038/s41467-025-60763-9>