효소는 세포에서 일어나는 생화학적 반응을 촉매하는 단백질로, 세포의 대사 과정에서 핵심 역할을 수행한다. 때문에 새로운 효소의 기능을 규명하는 것은 미생물 세포공장 구축에서 핵심 과제다.
KAIST 생명화학공학과 이상엽 특훈교수 연구팀이 인공지능(AI)을 활용해 자연에 존재하지 않는 새로운 효소를 설계해 미생물 세포공장 구축을 가속화하고, 신약, 바이오연료 등 차세대 바이오산업의 개발 가능성을 크게 높였다.
연구팀은 AI를 활용한 효소기능 예측기술 발전과정과 최신 동향을 정리하고, AI가 새로운 효소를 찾고 설계하는데 어떤 역할을 해왔는지 분석한 ‘AI를 이용한 효소 기능 분류’를 발표했다.
우선 연구팀은 머신러닝과 딥러닝을 활용한 효소기능 예측기술의 발전 과정을 체계적으로 정리·분석했다.
이를 위해 초기의 서열 유사성기반 예측기법부터 합성곱신경망, 순환신경망, 그래프신경망은 물론 트랜스포머 기반 대규모언어모델(LLM)까지 다양한 AI 기법이 효소기능 예측연구에 접목된 사례를 다루고, 이들 기술이 단백질 서열에서 의미 있는 정보를 어떻게 추출하고 예측 성능을 극대화하는지 분석했다.
특히 딥러닝 기술을 활용한 효소기능 예측은 단순한 서열 유사성 분석 이상으로, 아미노산 서열에 내재된 효소의 촉매 기능 관련 중요 특성을 자동 추출해 보다 정밀한 예측이 가능하다는 것을 강조했다.
이는 기존 생명정보학적 접근법과 비교해 AI 모델이 갖는 차별성과 장점을 부각하는 중요요소다.
아울러 생성형 AI 모델 발전에 기반을 두고 기존 효소기능 예측을 넘어 자연계에 존재하지 않는 새로운 기능을 가진 효소를 생성하는 기술이 미래 연구방향이 될 것으로 제시했다.
이 같은 AI 기반 효소 예측 및 설계 기술의 지속적인 발전은 향후 바이오산업과 생명공학 연구 방향성에 큰 변화를 가져올 것으로 전망했다.
이번 연구의 공동 제1저자인 KAIST 생명화학공학과 김하림 박사과정은 “AI 기반 효소기능 예측·기능 설계는 대사공학, 합성생물학, 헬스케어 등 다양한 분야에서 매우 중요하다”고 말했다.
이 특훈교수는“AI 활용 효소기능 예측은 다양한 생물학적 문제해결에 효과적으로 적용될 가능성을 보여주며, 바이오 분야 전반의 연구를 가속화하는 데 크게 기여할 것”이라고 밝혔다.
이번 연구결과는 국제학술지 ‘셀(Cell)’이 발행하는 `생명공학 동향(Trends in Biotechnology)' 지난달 28일자에 게재됐다.
(논문명 : Enzyme Functional Classification Using Artificial Intelligence doi.org/10.1016/j.tibtech.2025.03.003)
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술 개발사업‘바이오 제조 산업 선도를 위한 첨단 합성 생물학 원천기술 개발’과 ‘딥러닝 기반 합성생물학을 이용한 혁신구조 항생제 개발’ 과제 지원을 받아 수행됐다.
