– 전이학습 기반 AI로 예측 정확도 높여 임상시험·효소실험 통해 작용기전까지 검증 –

원광대학교 한의과대학 이원융(사진) 교수 연구팀이 연세대 세브란스병원 임상약리학과, 동국대 한의과대학, 한국한의약진흥원(NIKOM)과 공동으로 한약-합성의약품 상호작용 예측 AI 모델인 ‘Meta-HDI’를 개발하고, 해당 연구 결과를 대체의학 분야 최상위 국제학술지(SCIE) ‘Phytomedicine’(IF 11.3)에 게재했다.

한약과 합성의약품의 병용은 임상에서 흔하게 이뤄지고 있지만, 한약이 다양한 성분으로 구성돼 있어 상호작용을 사전에 예측하기 어렵고 검증된 사례도 제한적이라는 한계가 있다.

연구진은 이를 극복하기 위해 DrugBank 데이터베이스의 약 12만 건에 달하는 약물-약물 상호작용 데이터를 먼저 AI에 학습시킨 뒤, 한국한의약진흥원 한약실험정보관리시스템(KLIMS)의 한약-약물 상호작용 데이터에 전이학습 기법을 적용했다.

여기에 ‘한약→성분→표적단백질→의약품’으로 이어지는 생물학적 경로와 계층적 어텐션 기법을 결합해 예측 정확도를 높이고, 상호작용에 관여하는 핵심 성분까지 설명할 수 있도록 설계했으며, 이렇게 개발된 Meta-HDI는 기존 화학구조 기반 및 그래프 기반 예측 모델보다 우수한 성능을 보였다.

특히 AI의 예측 결과를 실제 사람 대상 임상시험으로 검증하고, 건강한 성인을 대상으로 치매 치료제 도네페질을 단독 투여한 경우와 가미소요산 및 오적산을 병용 투여한 경우를 비교한 결과, 한약 병용 시 도네페질의 최고혈중농도(Cmax)와 약물노출량(AUC)이 약 1.5~1.6배 증가해 AI 모델의 예측과 일치했다.

이어 수행한 CYP450 효소실험에서는 AI가 핵심 상호작용 성분으로 예측한 팔카리놀(Falcarinol)과 글라브라닌(Glabranin)이 도네페질 대사효소인 CYP2D6를 억제하는 것으로 확인돼 혈중 농도가 증가하는 작용기전까지 규명했다.

연구팀은 “이번 연구는 데이터가 부족한 한약-합성의약품 상호작용 분야에서도 전이학습 기반 AI를 활용해 신뢰성 있는 예측이 가능하다는 점을 확인한 성과”라며 “예측 정확도를 높였을 뿐 아니라 어떤 성분이 왜 상호작용을 일으키는지까지 설명할 수 있어 안전한 병용투여 기준 마련에도 기여할 것으로 기대한다”고 밝혔다.

한편, 이번 연구는 한약과 합성의약품 병용 시 발생할 수 있는 상호작용을 체계적으로 규명하고, 복약 안전성을 높이기 위한 의사결정 지원 기술의 기반을 마련했다는 점에서 의미가 크며, 향후 한약의 다중 타깃성과 복합 기전을 정량적으로 분석하는 플랫폼으로 발전해 다제약물 환경에서 안전한 약물 사용에 활용될 것으로 기대된다.