[연구]구글 안티그래비티, 1시간 만에 신약 후보 분자 설계
구글 연구진이 에이전트 시스템 '구글 안티그래비티'에 화학정보학 스킬을 결합해 신약 개발 워크플로를 자동화한 사례를 공개했습니다. 에이전트는 폐암 치료제 관련 수천 개 화합물을 분석하고 분자 강직화 기법을 적용해 새로운 대환식 화합물과 합성 경로를 1시간 만에 제안했습니다.
전문 읽기접기
무슨 일이야
화학 분야는 논문, 특허, 데이터베이스마다 분자를 표현하는 방식(IUPAC 명칭, 마쿠시 구조, SDF 파일 등)이 제각각이라 데이터 전처리에 많은 시간이 소모됩니다. 특히 원자나 결합 하나만 잘못 바뀌어도 완전히 다른 화합물이 되기 때문에 오차 허용 범위가 극히 좁습니다.
구글 연구진은 언어 모델이 추론과 데이터베이스 탐색을 맡고, RDKit과 ChEMBL, PubChem 같은 결정론적 화학 도구가 분자 계산을 전담하는 '화학정보학 스킬'을 구글 안티그래비티에 탑재했습니다. 연구진은 폐암 치료제인 크리조티닙(crizotinib)과 이를 고리화해 효능을 높인 롤라티닙(lorlatinib) 사례를 바탕으로 에이전트 성능을 시연했습니다.
에이전트는 문헌에서 수천 개의 화합물을 검색하고 용매 등 불필요한 분자를 걸러낸 뒤 상호작용형 뷰어를 통해 분석 리포트를 생성했습니다. 이어 분자 내 회전 가능한 결합 수를 줄여 결합력을 높이는 분자 강직화 기법과 맞춤 분자 쌍(MMP) 분석을 수행해 유효 후보 물질과 합성 경로를 도출했습니다.
왜 중요해
기존에는 계산화학자와 실험화학자가 수작업으로 처리하던 문헌 수집, 데이터 정제, 분자 쌍 분석 과정을 에이전트가 단 한 시간 만에 마칠 수 있음을 보여줬습니다. 특히 LLM의 환각 위험을 줄이기 위해 분자 계산은 검증된 오픈소스 라이브러리인 RDKit에 위임하는 하이브리드 접근법을 취해 실무 적용 가능성을 높였습니다.
짚고 넘어갈 점
원문에서는 실제 에이전트가 제안한 새로운 대환식 화합물의 구체적인 습식 실험(in vitro/in vivo) 검증 결과나 합성 성공률까지는 공개되지 않아, 생성된 분자와 합성 경로의 실제 유효성은 추가 검증이 필요해 보입니다.
참고: DeepMind
댓글 0
첫 댓글을 남겨보세요.