최근 설명 가능한 인공지능(AI) 모델이 구강 미생물군에서 항균 펩타이드를 식별하고 최적화하는 데 성공하며, 새로운 항균 펩타이드 개발에 대한 기대를 높이고 있다.

설명 가능한 딥러닝 모델은 구강 미생물군에서 항균 펩타이드(AMPs)를 가상으로 식별하고 최적화하는 데 활용되었다. 이 모델은 기존 항균 펩타이드의 구조와 기능을 학습하고, 이를 바탕으로 새로운 항균 펩타이드를 설계하는 데 도움을 주었다. 연구팀은 이 모델을 통해 ESKAPE 병원균에 효과적인 새로운 항균 펩타이드를 발굴할 수 있었다.

"설명 가능한 AI 모델은 항균 펩타이드의 구조를 이해하고 최적화하는 데 큰 역할을 했다"고 해당 연구의 공동 저자인 가리 류(Gary Liu)는 설명했다. 이 모델은 항균 펩타이드의 아미노산 서열과 구조를 분석하여, ESKAPE 병원균에 대한 활성을 갖는 새로운 항균 펩타이드를 가상으로 설계하고 최적화하는 데 성공하였다.

연구팀은 새로운 항균 펩타이드의 효능을 검증하기 위해 쥐의 피부 감염 모델을 사용했다. 쥐의 피부 감염에 새로운 항균 펩타이드를 적용한 결과, ESKAPE 병원균에 대한 강력한 항균 효과를 보였다. 이는 새로운 항균 펩타이드가 실제 감염 모델에서 효과적으로 작용할 수 있음을 증명하는 것이다.

"쥐 모델에서 새로운 항균 펩타이드의 효능을 확인한 것은 매우 고무적인 결과"라고 연구에 참여한 조나단 M. 스토크스(Jonathan M. Stokes) 교수는 말했다. 그는 "이번 연구는 설명 가능한 AI 모델이 항균 펩타이드 개발에 새로운 가능성을 제시했다는 점에서 의의가 있다"고 강조했다.

이번 연구는 인공지능을 활용한 항균 펩타이드의 식별과 최적화에 대한 잠재력을 보여주며, 향후 항생제 내성균에 대한 새로운 치료법 개발에 중요한 발판이 될 것으로 기대된다.