OpenAI, 의약화학 AI 벤치마크 공개

2분 OpenAIMedChemBench신약개발의약화학
최근 30일 조회수 — 좋아요 —

핵심 요약

MedChemBench는 99개 문제로 AI의 분자 구조 해석과 추론, 신약 후보 선택 및 물성 예측 능력을 평가한다.

OpenAI, 의약화학 AI 벤치마크 공개 — 기사 주제를 표현한 AI 생성 개념 삽화
AI 생성 개념 삽화 · 실제 사건을 촬영한 사진이 아닙니다.

OpenAI가 의약화학 연구에서 인공지능(AI)의 분자 구조 해석과 신약 후보 선택 능력을 평가하는 벤치마크 ‘MedChemBench’를 공개했다. 논문과 특허에서 가져온 99개 문제로 구성했으며, AI가 분자 구조와 실험 증거를 연결해 결과를 설명하고 다음에 시험할 화합물을 고를 수 있는지 측정한다.1

의약화학에서는 한 가지 특성을 개선하면 다른 특성이 나빠질 수 있다. 질병 관련 단백질을 강하게 억제하는 화합물도 체내 흡수가 잘되지 않거나 너무 빨리 분해될 수 있다. MedChemBench는 이런 상충 관계를 다루도록 설계됐다. 117개 논문·특허에 실린 서로 다른 분자 구조 761개를 활용하며, 대부분의 문제에는 특정 연구 단계까지 알려진 생물학적 표적과 연구 목표, 기존 화합물, 일부 실험 결과가 주어진다.

평가 항목은 원자 연결과 입체화학을 포함한 분자 구조 복원, 주어진 증거에 기반한 과학적 추론, 조건에 맞는 화합물 순위·선택, 측정값과 계산값을 포함한 물성 예측 등 네 가지다. 수치 예측은 실제 측정값에 가까울수록 부분 점수를 받는다.

OpenAI가 공개한 xhigh 추론 설정의 결과는 다음과 같다.1

모델획득 점수
GPT‑6.2 Astra84.5%
GPT‑6 Astra83.3%
GPT‑6.1 Sol82.0%
GPT‑5.6 Sol58.2%

GPT‑6 Astra는 분자 구조 복원과 실험 증거 설명에서 가장 강했지만, 화합물 선택과 수치 물성 예측에서는 더 어려움을 겪었다.

대표 문제는 암 신약 연구 대상 단백질인 PRMT5 억제제 세 종의 세포 내 억제력, 세포 장벽 투과성, 간 효소 분해 속도를 함께 예측하도록 한다. 모델에 공개하지 않은 후속 실험에서는 화합물 23이 더 낮은 농도에서 PRMT5를 억제한 반면, 화합물 24는 장벽을 더 잘 통과하고 간 효소에 더 천천히 분해됐다. 단일 성능이 아니라 여러 물성 사이의 절충을 판단해야 하는 이유다.

다만 현재 공개된 점수와 평가는 OpenAI의 발표에 따른 것이며, MedChemBench는 실제 신약 개발 성공률이 아니라 공개 연구에서 구성한 문제의 수행 능력을 측정한다. 따라서 높은 점수를 곧바로 실험실이나 임상 단계의 후보 선정 능력과 동일시할 수는 없다.

Footnotes

  1. OpenAI News, “Can AI help scientists identify promising drug candidates?” ↩ ↩2

읽기 목록은 이 브라우저에 저장됩니다.

출처

  1. Can AI help scientists identify promising drug candidates? — OpenAI News

이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.