인공지능 AI가 전염병에 대해 예측하고 어떻게 진행하고 있는가?
인공지능 AI가 전염병에 대해 예측하고 어떻게 진행하고 있는가?
  • 임채능 기자
  • 승인 2020.03.20 11:38
  • 댓글 0
이 기사를 공유합니다

이미지 출처: Vektor Kunst
이미지 출처: Vektor Kunst

[퓨처타임즈=임채능 기자] 딥마인드의 AlphaFold는 게놈서열 COVID-19에 사용 가능하고 실제로 작업을 수행하는 결과 단백질의 특성을 예측한다. AlphaFold가 전염병에 얼마나 기여할 것인지 판단하기가 어렵다. 그러나 약물 발견의 중요한 측면을 자동화함으로써 다음 전염병에서 더 큰 지원자가 될 수 있다.

작년 12월 말, Li Wenliang 박사는 중국 우한에서 새로운 코로나바이러스에 대해 공무원들에게 경고하기 시작했지만 2개월 후 비극적으로 질병에 굴복하기 전에 경찰에 의해 침묵했다. 한편, 거의 동시에, 전세계 절반의 컴퓨터 서버가 잠재적인 새로운 확산에 대한 경고를 하기 시작했다. 이 서버는 샌프란시스코에 본사를 둔 회사인 BlueDot의 소프트웨어를 실행하여 AI를 사용하여 조기 질병의 징후에 대한 전염병 발생을 모니터링한다.

 

인간의 전문지식이나 인공지능에 귀를 기울이는 사람들이 많지 않았다. 그런 다음 우한에서 사례가 급증하여 전 세계로 퍼지면서 사람들이 주목하기 시작했다.

 

Hindsight는 20/20이지만 BlueDot 및 기타 머신러닝 기반 서비스는 COVID-19의 경우 건강 전문가와 거의 같은 시간 내에 감염성 질병 발병의 초기 징후를 포착하기 시작했다. 우리는 종종 차세대 의료서비스로 AI에 대해 듣는다. 의료서비스는 사례를 조기에 포착하고 약물개발을 가속화하며 치료를 개인화 할 수 있다. 그러나 COVID-19는 세계적으로 심각하고 시급한 실제 테스트 사례에서 의료 AI의 발을 불에 붙인 최초의 세계적 유행병이다. 헤드 투 헤드 경주에서 AI는 실제로 세계에서 볼 수 없었던 COVID-19에 대한 새로운 항 바이러스 또는 백신을 실제로 가속화할 수 있을까? 아니면 기존의 생명공학 수단이 뛰어나 AI의 과대 광고가 현실보다 훨씬 뛰어나다는 것이 밝혀질까?

 

MIT Technology Review는 최근 AI가 현재 능력 수준에서 어떻게 새로운 바이러스 위협을 예측, 진단 및 치료하는 데 도움이 될 수 있는지 종합적으로 검토한 훌륭한 기사를 발표했다. AI의 잠재력은 엄청나다.

 

그러나 지금은 COVID-19를 해결하기 위해 AI를 보지말라. 준비가 안 됐다.

그러나 주요 머신러닝 회사가 위기를 해결하기 위해 자신의 기술을 어떻게 활용하거나 재배치하고 있는지를 보는 것이 매우 도움이 된다. 사람들은 종종 "장난감 케이스"또는 실제 세계에서는 그다지 중요하지 않은 표준화된 제한된 데이터 세트에서 AI 테스트를 비판했다. COVID-19를 사용하는 회사에서는 더 이상 그렇지 않다.

 

준비됐는가? 다음은 헬스테크 분야의 주요 AI 플레이어인 딥마인드(DeepMind)가 COVID-19를 무감각하게 만드는 방법이다.

의료용 약물 발견을 가속화하기 위한 AI는 거의 보편적으로 지지되고 있는 아이디어이다. 한 가지 주의사항은 지금까지 AI를 사용하여 새로운 약물이 발견되었지만 AI기반 약물 후보는 승인 과정 (아직)을 통해 그것을 만들거나 기술이 전체 프로세스를 시장에 더 빨리 출시한다는 사실을 입증하지 못했다.

 

매우 광범위한 뇌졸중에서 AI는 두 가지 주요 방법으로 초기 약물 발견에 크게 도움이 될 수 있다. 하나는 인간의 전문가보다 훨씬 빠른 시뮬레이션 테스트에서 잠재적 약물에 대한 수백만 개의 화합물을 스크리닝 하는 것이다. 둘째, 신약이 영향을 줄이거나(사람이 덜 아프게 함) 사람들 사이에 퍼지는 속도를 늦출 수 있는 표적을 식별한다.

 

COVID-19의 경우 딥마인드(DeepMind)는 두 번째 경로에 집중하고 있다. Go, DOTA 및 기타 게임에서 인간 플레이어를 능가하는 알고리즘으로 주로 알려진 DeepMind는 약물 발견 솔루션에 대해 직접 작업해 왔다. 그들의 비밀 소스? 유사한 단백질이 없을 때 단백질 구조를 정확하게 예측하는 딥러닝 시스템인 AlphaFold이다.

 

알파 고? 폴드? 콜라브?

3D에서 단백질이 어떻게 보이는지는 새로운 약물개발, 특히 새로운 바이러스 개발에 필수적이다. 예를 들어 COVID-19는 표면에서 튀어나오는 스파이크 단백질을 가지고 있다. 일반적으로 인간 세포는 신경 쓰지 않는다. 바이러스는 침입하지 않는다. 그러나 COVID-19의 스파이크 단백질은 트로이 목마를 보유하고 있는데, 이 트로이 목마는 보완적인 성분으로 특정 세포에서 이를 활성화시킨다. 폐 세포는 이러한 요소가 풍부하기 때문에 침입에 취약하다.

 

결론: 약물이 열쇠와 같은 단백질에 자물쇠에 들어가서 불쾌한 반응을 일으킨다면 첫 번째 단계는 자물쇠의 구조를 알아내는 것이다. 이것이 DeepMind의 AlphaFold가 하는 일이다.

 

글로벌 협업의 급증으로 중국은 오픈 액세스 데이터베이스에서 COVID-19 바이러스의 게놈 청사진을 발표한 반면, 다른 일부는 실험 또는 계산 모델링을 통해 결정된 일부 단백질의 구조를 온라인으로 게시했다. DeepMind는 기계학습을 사용하여 약물 또는 백신 표적이 될 수 있는 잘 이해되지는 않았지만 잠재적으로 중요한 단백질 몇 가지에 중점을 두어 이러한 데이터를 다음 단계로 끌어올렸다.

 

단백질 접힘은 생화학 및 약물 발견에서 수십 년 동안 근본적인 문제였다. 기존의 거의 모든 약물이 특정 단백질을 섭취하여 작동하므로 단백질 구조를 식별하는 것은 적의 지형을 조사하고 동시에 최고의 공격 지점을 찾는 것과 유사하다. 문제는 유전자 코드가 단백질 모양으로 해석되지 않는다는 것이다. 새로운 바이러스에 관해서는 단백질 구조를 예측하지 않고 기본적으로 바이러스와 질병을 마치 보이지 않는 사람처럼 싸우고 있다.

 

기존의 방법은 첨단 현미경, 단백질을 결정질이 있는 개체로 동결시키는 방법 및 기타 구조를 이해하기 위한 이상하고 값 비싼 방법을 사용한다. 이 범위에서 단백질은 기본적으로 화학 물질의 "글자"체인으로 복잡한 구조로 둘러싸여 있다. 수면중에 헤드폰이 항상 상상할 수 없는 구조로 얽히는 방식과 같다. DeepMind 및 기타 단백질 접힘 노력의 경우, 핵심은 이러한 구조를 기반으로 약물 표적을 예측하고 해독하는 방법을 찾는 것이다.

 

AlphaFold는 수십 년에 걸친 딥러닝 진보의 연합으로 눈에 띄지만 공개 도메인의 단백질 구조 데이터베이스의 전문 지식에 의해 안내된다. 간단히 말해, AlphaFold는 게놈서열(COVID-19에 사용 가능하고 비교적 쉽게 구할 수 있음)을 사용하여 각“문서”또는“구성요소”의“거리”를 조사하여 실제로 작업을 수행하는 결과 단백질의 특성을 예측한다. 특정 단백질. 세포에 결합하는 것과 같은 특수한 힘을 가진 특정 서열을 예측하지는 않지만, 바이러스 퍼프에 대한 빠른 경찰 스케치를 제공한다.

 

AlphaFold가 단백질 폴딩 게임에 새로운 것은 의심의 여지가 없다. DeepMind 자체도 "이러한 구조 예측은 실험적으로 검증되지 않았지만"항 바이러스 또는 백신 제조 노력을 자극할 수 있다고 강조한다. 현재로서는 AlphaFold가 전염병에 얼마나 기여할 것인지 판단하기가 어렵다. 그러나 약물 발견의 중요한 측면을 자동화함으로써 다음 전염병에서 더 큰 선수가 될 수 있다.

 

이 모든 것은 수십 년 동안 구축 된 단백질 구조(UniProt 및 Protein Data Bank와 같은)의 공개 오픈소스 데이터베이스가 없으면 불가능하다. 공개 액세스 권한으로 게시된 DeepMind의 릴리스는 동료 과학자들로부터 커뮤니티에 환원하는 방법으로 찬사를 받았다.

 

중국의 오랜 구글 대리인과 AI의 거두인 바이두(Baidu)는 또 다른 중요한 생체 분자인 mRNA의 구조를 예측하는 알고리즘을 사용하고 있다. mRNA는 게놈에서 단백질 공장으로 정보를 이동시켜 mRNA 메신저를 쏘면 바이러스성 단백질은 절대로 태어나지 않는다. 마찬가지로 AI는 언젠가 전염병을 예측할 수 있고 시간이 지남에 따라 바이러스가 어떻게 변하는지 예측할 수 있지만 모델을 청취할 충분한 신뢰가 있는 경우에만 도움이 된다.

 

또한 다양한 AI 회사들이 의료 진단에서 COVID-19 징후를 식별하는 효율적인 진단 또는 위험에 처해 있고 과로한 의료 전선 영웅을 지원하기 위한 기타 조치를 취하고 있다. 문제는 새로운 발병으로 AI를 훈련시킬 데이터가 충분하지 않다는 것이다. 즉, 적어도 지금까지는 불완전한 의료 스캔에서 미묘한 차이를 찾기 위해 고군분투할 것이다.

 

AI는 우리의 구세주일까? 이 유행병에는 아니다. 2003년 SARS의 발발과 마찬가지로, 가장 좋은 대응책은 수세기 동안 존재해 온 사회적 차별이다. 앞에서 언급했듯이 COVID-19가 대유행으로 폭발하기 전에 정부가 대응할 준비가 되어있는 한 과학은 COVID-19에 대한 답변을 제공할 준비가 되었다. AI는 과학적 데이터를 기반으로 하고 어려운 노력을 돕고 있기 때문에 머신러닝은 이를 신속하게 학습한다.

 

그러나 아이러니하게도, COVID-19는 현재의 의료분야에서 AI의 가장 좋은 부분과 가장 약한 부분을 모두 노출하고 있다. COVID-19는 의료 분야의 AI에 대한 잔인한 테스트 사례를 제시한다. 그러나 현재로서는 가장 어려운 경우는 정부 관리와 그에 대한 대응이다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

  • 서울특별시 영등포구 국회대로 800 (여의도동, 여의도파라곤) 1236호
  • 대표전화 : 02-783-7789
  • 팩스 : 02-783-7790
  • 청소년보호책임자 : 최성립
  • 법인명 : 퓨처타임즈
  • 제호 : 퓨처타임즈
  • 등록번호 : 서울 아 51999
  • 등록일 : 2017-11-20
  • 발행일 : 2017-05-01
  • 발행인 : 송승호
  • 편집인 : 송승호
  • 퓨처타임즈 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.
  • Copyright © 2020 퓨처타임즈. All rights reserved. mail to
ND소프트