생성형 AI를 활용한 소분자 발견 플랫폼 출시

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

인공지능

대상자

• 대상자: 약물 발견 및 농약 개발 분야의 연구자, 소프트웨어 개발자, AI 엔지니어
• 난이도: 중급 이상 (AI 모델 사용, REST API/Python SDK 통합, 생화학적 데이터 처리 요구)

핵심 요약

• Evogene는 Google Cloud와 협업하여 소분자 설계를 위한 생성형 AI 플랫폼 출시
• MoleculeDesigner API 및 Python SDK 제공, EGFR 타겟 분자 생성 예제 포함
• 90% 이상의 in silico 예측 성공률 달성, ADMET 프로파일링 기반 결과 필터링 지원

섹션별 세부 요약

1. 플랫폼 개요 및 협업

• Evogene는 Israel 기반 AI 바이오테크 회사로, Google Cloud와 협업하여 소분자 설계를 위한 생성형 AI 모델 출시
• 생물학적 활성 데이터 기반의 수백만 개 화합물으로 훈련된 모델, 약물-농약 개발 분야에서 wet-lab 실험 감소에 기여
• REST API 및 Python SDK 지원, cheminformatics 파이프라인과 시작-종료 통합

2. 모델 성능 및 기능

• 생성 화합물의 용해도, 독성, 합성 가능성, 표적 특이성 최적화
• 90% 이상의 in silico 예측 성공률 달성, 실험적 검증 전에 예측 정확도 보장
• 사용자 맞춤형 데이터셋 업로드 가능, ADMET 프로파일링 기반 출력 필터링 지원

3. 인프라 및 확장성

• Google Cloud Vertex AI 플랫폼 활용, 대규모 고속 처리 가능
• SMILES/SDF 형식으로 분자 내보내기, 예측 효능 기반 정렬, 구조 유사성 기반 클러스터링 지원

4. 활용 분야 확장

• 약물 발견 외에도 농약 개발에 적용, 생분해성 화합물을 통해 환경 친화적 농약 제안
• AlphaFold와 같은 구조 예측 모델과 차별화된 전단계 설계에 중점

5. 접근성 및 향후 계획

• 선택 연구 협력자 대상으로 현재 제공, 2025년 말까지 개발자 접근 확대 계획
• 파이썬 SDK 예제:

from evogene_bio import MoleculeDesigner
designer = MoleculeDesigner(api_key="YOUR_API_KEY")
molecule = designer.generate(
    target="EGFR",
    properties={
        "solubility": ">100µM",
        "toxicity": "low",
        "synthesizable": True
    }
print(molecule.smiles)

결론

• 생성형 AI 플랫폼은 약물/농약 개발 시간 및 비용을 수십 배 감소 가능, Google Cloud Vertex AI와 REST API/SDK를 통해 확장성과 맞춤화 지원
• ADMET 프로파일링 기반의 화합물 필터링과 구조 유사성 클러스터링 기능을 활용한 실험 효율성 극대화 권장