국내 연구진이 도형의 경계를 구분하는 능력인 ‘그래프 색칠 문제’ 해결 능력을 갖춘 새로운 신경망 기술을 개발했다. 주파수 혼간섭을 방지하는 주파수 할당 문제 등에 응용될 것으로 기대된다. 한국과학기술원(KAIST)은 전기및전자공학부 최양규 교수 연구팀이 실리콘 바이리스터 소자로 생물학적 뉴런의 상호작용을 모방한 뉴로모픽 진동 신경망을 개발했다고 3일 밝혔다. 인간의 뇌 기능을 모사하는 뉴로모픽 컴퓨팅 중 하나인 상호 간 결합된 진동 신경망은 뉴런의 상호작용을 모방한 인공 신경망이다. 진동 신경망은 기본단위에 해당하는 진동자의 연결 동작을 이용하며 신호의 크기가 아닌 진동을 이용해 연산을 수행하므로 소모 전력 측면에서 이점을 가지고 있다. 연구팀은 실리콘 기반 진동자를 이용해 진동 신경망을 개발했다. 축전기를 이용해 두 개 이상의 실리콘 진동자를 연결하면 각각의 진동 신호가 상호작용해 시간이 경과하면서 동기화 된다. 연구팀은 진동 신경망으로 영상 처리에 사용되는 경계선 인식 기능을 구현했으며 난제 중 하나인 그래프 색칠 문제를 해결했다. 이 기술은 제조 관점에서 복잡한 회로나 기존 반도체 공정과 호환성이 낮은 소재 및 구조 대신 현재 반도체 산업체에서 사용되
한국과학기술원(KAIST) 연구팀이 신약 개발이나 재료과학과 같은 분야에서 원하는 화학 특성 조건을 갖는 물질을 발굴할 수 있는 인공지능(AI) 기술을 개발했다. KAIST는 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측해 다양한 화학적 과제에 광범위하게 활용할 수 있는 AI 기술을 처음으로 개발했다고 25일 밝혔다. 연구팀은 화학 특성값의 집합 자체를, 분자를 표현하는 데이터 형식으로 간주해 분자 구조 표현식과 함께 둘 사이의 상관관계를 아울러 학습하는 AI 학습 모델을 제안했다. 유용한 분자 표현식 학습에 컴퓨터 비전 분야에서 주로 연구된 다중 모달리티 학습 기법을 도입해 다른 형식의 두 데이터를 통합하는 방식이다. 이를 통해 바라는 화합물의 성질을 만족하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능한 모델을 개발했다. 연구팀이 제안한 모델은 50가지 이상 동시에 주어지는 특성 입력값을 따르는 분자 구조를 예측하는 등 분자 구조와 특성 모두의 이해를 요구하는 과제를 해
“협력 통해 우수한 연구 성과 창출하도록 노력할 것” 동아에스티와 씨비에스바이오사이언스(이하 씨비에스바이오)가 치료제 개발 및 데이터 분석 플랫폼 활용 신약 개발에 뜻을 함께하고 손잡는다. 양사는 이번 협약을 통해 씨비에스바이오사이언스의 동반 진단 기술을 활용해 난치성 암종에 대응하는 항암제 및 치료제 개발에 협력한다. 또 씨비에스바이오사이언스 인공신경망 데이터 분석 플랫폼을 통해 바이오마커 및 후보 물질 발굴, 신약 개발 등을 위한 공동 연구도 진행할 예정이다. 박진영 씨비에스바이오사이언스 대표는 “동아에스티의 신약 개발 전문성과 씨비에스바이오사이언스의 바이오마커 발굴 기술 융합을 통해 양사 시너지 창출과 연구개발 속도 향상이 기대된다”며 “이는 임상시험 성공에 기여하는 계기가 될 것”이라고 전망했다. 한편, 동반 진단은 환자에게 치료제를 투여하기 전 유전자 검사 등을 통해 효과를 예측하는 과정이다. 또 바이오마커는 단백질·핵산·대사물질 등을 이용해 신체 변화를 감지하는 지표다. 박재홍 동아에스티 R&D 총괄 사장은 “이번 협약을 통해 국내 제약사와 바이오 벤처기업 간 신약 개발 협력 모델을 구축해 나갈 것”이라며 씨비에스바이오사이언스 바이오마커 발
LG가 신소재, 신물질, 신약 등의 개발에 활용할 수 있는 초거대 인공지능(AI) '엑사원(EXAONE) 2.0'을 선보였다. LG AI연구원은 19일 서울 강서구 마곡 LG사이언스파크 컨버전스홀에서 'LG AI 토크 콘서트 2023'을 열고 엑사원 2.0을 공개했다. 초거대 AI는 대용량 연산이 가능한 컴퓨팅 인프라를 기반으로 대규모 데이터를 스스로 학습해 인간처럼 사고·학습·판단하는 AI다. 연구원은 2021년 12월 초거대 AI '엑사원'을 처음 선보인 이후 연구개발을 거듭해 이번에 한 단계 진화한 엑사원 2.0을 내놓았다. 엑사원 2.0은 파트너십을 통해 확보한 특허와 논문 등 전문 문헌 약 4500만 건과 이미지 3억5000만 장을 학습했다. 특히 초거대 AI의 고비용 이슈를 해결하고자 대규모 언어 모델(LLM), 이미지와 언어 등 여러 정보를 동시에 처리하는 멀티모달 모델의 경량화에 힘을 쏟았다. 현존 전문 지식 데이터의 상당수가 영어로 된 점을 고려해 엑사원 2.0을 한국어와 영어를 동시에 이해하고 답변할 수 있는 이중 언어 모델로 개발했다. 또 학습 데이터양도 기존 모델보다 4배 이상 늘렸다. 엑사원 2.0의 언어 모델은 기존 모델과 같은 성능
디지털 임상 솔루션 활용 신약 개발 사례 공유 메디데이터가 이달 11일 서울 삼성동 소재 그랜드 인터컨티넨탈 서울 파르나스에서 넥스트 서울 2023(NEXT SEOUL 2023)‘을 개최했다. 이번 행사에는 제약바이오 및 의료기기 기업, 임상수탁기관(CRO), 학계 등 700명가량 임상시험 전문가가 참석했다. 또 신약개발 R&D·임상시험 운영 및 데이터 관리·디지털 헬스케어 등 분야 국내외 전문가가 연사로 참여했다. 연사는 신약 개발 트렌드·전략·실제 사례 등을 공유하는 내용으로 발표를 진행했다. 넥스트 서울 2023은 안소니 코스텔로(Anthony Costello) 메디데이터 페이션트 클라우드 CEO가 기조연설을 맡아 행사 시작을 알렸다. 코스텔로 CEO는 ’새로운 임상시험 시대의 디지털 혁신‘을 주제로 발표를 진행했다. 그는 “최근 임상시험은 코로나19 팬데믹을 기점으로 디지털 기술 및 환자 중심 트렌드가 부각돼 전환이 빠르게 진행 중”이라며 “신약 개발 과정에서 환자를 이해하고 최적의 치료제를 제공하기 위해 디지털 혁신이 필요하다”고 강조했다. 이어 조두연 JW중외제약 수석상무, 유경상 서울대학교병원 임상약리학과 교수 등 연사가 주제발표를 이었다
AI 신약개발기업 인세리브로와 공동연구 추진 삼진제약은 국내 인공지능(AI) 신약 개발 기업 인세리브로와 AI 기술을 활용한 신약 개발에 협력하는 공동 연구 계약을 체결했다고 26일 밝혔다. 인세리브로는 양자역학 기술을 기반으로 하는 AI 신약 개발 기업으로, 개발 성공 가능성이 높은 후보물질을 도출할 수 있는 플랫폼 기술을 보유하고 있다. 계약에 따라 인세리브로는 보유하고 있는 AI 플랫폼을 활용해 신약 후보물질을 도출하고 삼진제약에 제안한다. 삼진제약은 신약 후보물질의 합성과 약효 평가, 임상 개발 등을 진행하고 검증과 상용화에 필요한 절차 등을 밟는다. 이수민 삼진제약 연구센터장은 "이번 계약으로 삼진제약이 30여 년간 축적해 온 연구개발 노하우를 인세리브로의 최첨단 AI 플랫폼 기술에 접목할 것"이라며 "혁신 신약 개발 가능성을 높이겠다"고 말했다. 헬로티 이창현 기자 |
서울대 연구진, 국제학술지 '핵산연구' 게재…학부생이 개발 주도 서울대학교 교수들과 학부생들이 질병 치료에 중요한 유전자를 발굴하는 인공지능(AI) 알고리즘을 개발했다. 11일 서울대는 의과대학 한범·정기훈 교수팀이 세포 분류를 선행하지 않고 신약개발 타깃 '마커 유전자'를 효율적으로 발굴할 수 있는 AI 알고리즘 '마르코폴로'를 개발했다고 전했다. 이번 연구는 미국 워싱턴대에서 컴퓨터공학 박사과정을 밟고 있는 김찬우 씨와 서울대 의대 학부생 이한빈 씨가 주도해 공동 제1 저자로 이름을 올렸다. 김씨는 연구 진행 당시 서울대 전기정보공학부에 재학 중이었다. 질병의 발병 기전을 연구하고 신약 개발을 하려면 치료 타깃이 될 수 있는 세포 종류와 '마커 유전자'를 발굴해야 하는데, 이를 발굴하는 데에는 '단일세포 RNA 시퀀싱 기술'이 쓰인다. 이 기술은 세포 하나하나의 유전자 발현량을 개별적으로 측정해 희귀 세포 등 특정 세포군을 분류하고, 특정 세포 종류에서만 발현되는 핵심 마커 유전자를 발굴할 수 있게 한다. 하지만 사람이 세포 종류를 클러스터링해 분류하는 선행 과정에서 주관적 요소가 크게 개입해 정확성이 떨어진다는 문제가 있었다. 연구진은 인간이 수동적으로