바카라 전부

온코크로스(대표 김이랑)는 인공지능(AI) 기반 약물-약물 상호작용(Drug-Drug Interaction, DDI) 예측 모델 'DDI-OCF'를 개발하고, 관련 연구 결과를 인공지능 분야의 저명한 국제학술지 'Artificial Intelligence in Medicine' 최신호에 게재했다고 30일 밝혔다.

이번 연구는 연세대학교, KAIST, 숭실대학교와의 공동 연구로 진행됐으며, 온코크로스 최고인공지능책임자(CAIO)인 박노성 KAIST 교수와 최고기술책임자(CTO) 류재용 숭실대 교수가 공동 참여했다. 연구팀이 개발한 DDI-OCF는 그래프 신경망(Graph Convolutional Network, GCN)과 협업 필터링(Collaborative Filtering) 기법을 결합한 모델로, 약물 간 실제 상호작용 데이터를 기반으로 대규모 예측이 가능하다는 점이 특징이다.

회사에 따르면 기존의 DDI 예측 기술은 주로 화학 구조 유사성을 활용해 작동하지만, 실제 상호작용이 검증되지 않은 약물 쌍에 대해 '상호작용 없음'으로 분류되는 한계가 있었다. 이에 연구팀은 약물 간 상호작용 네트워크 전체를 그래프로 모델링하고, 그 구조적 패턴을 학습하는 방식으로 전환했다. 또 영화 추천 시스템 등에 사용되는 협업 필터링을 적용해 상호작용 가능성을 수치화하고 랭킹 형태로 제공하는 방식을 도입했다.

DDI-OCF는 DrugBank(약물 4072종, 상호작용 139만건)와 TWOSIDES(약물 645종, 상호작용 6만건) 데이터를 기반으로 교차 검증 및 외부 검증을 거쳤으며, 기존 분류 기반 모델과 유사한 수준의 예측 성능을 확보한 것으로 나타났다. 특히 약물 구조 정보 없이도 신뢰도 높은 예측이 가능해, 화학 구조 해석이 어려운 바카라 전부의약품 등에도 적용 가능성이 큰 것으로 평가됐다.

이번 연구는 최근 미국 FDA가 발표한 동물실험 감축 정책 기조와 맞물려 더욱 주목받고 있다는 것이 회사의 입장이다. 실제로 FDA는 2023년 발표한 '동물실험 현대화법 3.0'을 통해 2025년까지 동물실험을 30% 이상 줄이고, 컴퓨터 기반 예측모델 등 대체 기술 개발을 적극 장려하겠다는 방침을 밝힌 바 있다.

논문의 교신저자이자 온코크로스의김이랑대표는 "FDA의 정책 변화는 AI 기반 예측 모델의 실용화를 촉진하는 긍정적 환경을 제공하고 있다"며 "DDI-OCF는 신약 개발 초기 단계에서 동물실험을 대체하거나 보완하는 수단으로 활용될 수 있으며, 특히 바카라 전부의약품처럼 동물모델 적용이 어려운 분야에서도 환자 안전성과 연구 효율성을 동시에 향상시킬 수 있을 것으로 기대된다"고 밝혔다.