한빛사 인터뷰
- 등록2024-05-07
- 조회523
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드
최근 신약 개발 동향을 살펴보면, 대형 제약회사의 전임상 연구 중 Pharmacokinetics (PK) 와 독성 평가단계에서 가장 많은 약물 후보물질들이 리스트에서 제외된다고 합니다. 결국, 후보물질 스크리닝 단계에서 물질의 효능만을 살펴보는 것이 아니라 PK 및 독성 예측값을 사용하여 후보 물질의 개발성 (developability)을 전반적으로 평가하는 것이 신약 개발 성공률을 높이는 방법이 될 것입니다. 저희 연구실에서는 다양한 웹 기반의 신약개발 툴을 만들어 왔습니다. 이번 논문에서 소개된 Deep-PK는 기존 pkCSM이라는 저희 PK 예측 도구에서 한발 더 나아가, Graph Neural Network을 이용해 향상된 예측능력 및 Molecular Sampling을 통한 물질 PK interpretation/optimisation이라는 기능을 제공합니다. 이는 73개의 Absorption, Distribution, Metabolism, Excretion 그리고 Toxicity에 대한 예측값을 제공하고 사용자들은 이를 통해 다른 예측모델생성에도 이용할 수 있습니다.
2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.
저희 Computational biology and clinical informatics 연구실(Biosig)은 2017년 University of Melbourne에서 David Ascher 교수에 의해서 시작되어, 현재 Baker Institute 그리고 University of Queensland를 기반하고 운영되고 있습니다. 주요 기술로는 Graph-based signatures를, 즉, 다양한 생체 분자 (단백질, 팹타이드, 핵산, 저분자 물질 등)의 기하학적 및 물리화학적 특성을 graph 형태로 추출 및 이를 Machine Learning 훈련에 사용하여 여러가지 특성, 예를 들어 구조적 안정성 (stability), 결합력 (binding affinity) 등, 예측에 적용합니다. 현재, 70개 이상의 웹서버를 무료로 공개하였으며 (https://biosig.lab.uq.edu.au/tools ) 다양한 기업 및 연구소와 함께 많은 프로젝트를 진행중에 있습니다. 그 중 저의 주요 연구 분야는 항체 및 항원의 결합력, 정확한 혈압 측정 그리고 혈액을 이용한 대사이상관련간염 (Metabolic dysfunction-associated steatohepatitis) 진단 모델 개발 등에 관련 프로젝트를 진행하고 있습니다.
3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람
Machine Learning을 이용하는 Computational Biology분야는 최근 상당히 급격하게 성장해 왔습니다. 다양한 연구소 및 기업들 (Google, Meta, Microsoft 등)에서도 많은 관심을 가지고 유사한 연구를 진행하는 만큼, 제가 하는 분야의 중요도가 상당히 높다는 것을 매번 느끼면서 더 새롭고 강력한 기술을 배우고 개발하고자 노력하고 있습니다.
4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?
좋은 아이디어만 있다면 Computational Biology의 경우 국내에서도 충분히 연구가 가능하다고 생각합니다. 이는 다양한 경험을 통해서 얻을 수 있기 때문에 Kaggle이나 다른 오픈 예측 경진대회를 참여하여서 배경지식, 데이터 형태, 연구 목적 및 이론 등에 대해서 공부하면 PhD에서 필요한 것들을 간접적으로 경험하실 수 있습니다.
제가 PhD를 하면서 생각해왔던 것과 가장 다른 것 이 있다면, 연구는 혼자 하는 것이 아니라는 것입니다. 즉, 다양한 소통 (발표 및 논문 작성 등)을 통해 정보가 전달되어야 하기 때문에 “연구”에 몰두하는 것과 더불어 본인의 생각을 잘 전달하고 계획하는 능력을 기를 수 있는 것이 중요하다고 생각됩니다.
5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?
지금까지는 주로 단백질 및 저분자 물질에 대한 연구를 진행해왔는데, 앞으로는 유전체 및 의학데이터를 기반 프로젝트를 해보고자 합니다. 또한, 기존에 개발되어 있는 알고리즘을 그냥 사용하는 것에 넘어서, 새로운 방법론/알고리즘/시각화 기술을 개발하여 이를 통해 저만의 고유 연구 파이프라인을 만들고자 합니다.
6. 다른 하시고 싶은 이야기들.....
같이 프로젝트를 진행하고 싶으시거나 궁금하신 점에 대한 문의는 언제든 환영입니다.
#Bioinformatics
#Computational Biology
#Pharmacokinetics
댓글 작성 로그인
팝업 닫기관련 링크
