양자(Quantum) 기술을 의약바이오 분야에 활용하려는 연구가 활발히 진행되고 있다. 특히, 신약개발 분야에 양자컴퓨팅 기술을 활용하면 타겟 정확도를 향상할 수 있다는 의견이 제시됐다. 

16일 서울시 동대문구 서울바이오허브 글로벌센터 1층에서 '서울시 양자기술 산·학·연 매칭데이'가 '바이오·의료산업에서의 양자기술 활용'을 주제로 진행됐다. 

이날 조은성 인세리브로 대표<사진>는 '양자기계학습 기반 신약개발 사례'를 주제로 발표했다. 

발표 자료에 따르면, 양자컴퓨팅이 적용돼 효용이 입증될 만한 분야에 대해 조사하면 항상 '신약개발(Drug Discovery)'이 1위에 올랐다. 

이러한 조사 결과가 나타나는 이유에 대해 조은성 대표는 "약의 종류는 다양하지만, 우리가 가장 쉽게 접하면서 많이 사용하는 약물은 저분자 화합물(Small Molecules)이다"라며 "분자는 원자로 이뤄져 있다. 약이 가진 성질을 분석하려면, 본질적으로 양자역학적 분석이 필요하다는 뜻을 보여준다"고 설명했다. 

신약개발의 과정은 여러 단계를 거친다. 질병의 원인이 되는 단백질 등을 타겟하면, 여기에 반응할 수 있는 화합물을 스크리닝(Screening)해 발굴하고, 약물을 최적화한 뒤 독성 검사 및 임상시험을 거쳐 개발을 완료한다.

이때 약물이 타겟에 어떤 모양으로, 어느 정도의 힘으로 결합(Binding)하는지 잘 안다면 약물 개발에서 훨씬 유리한 고지를 차지할 수 있다. 

이를 위해 현재 신약개발 단계에서는 분자역학을 활용해 타겟과 약물의 결합력 등을 계산한다. 그러나 더 정확한 계산은 양자역학으로 해낼 수 있다.  

조 대표는 "가장 정확한 풀이가 가능함에도 불구하고 양자역학이 거의 쓰이지 않는 이유는 '시간이 많이 걸려서'다"라며 "우리가 신약개발에 사용하기 위한 수많은 분자들을 추려서 모두 양자역학으로 계산하기에는 아직 불가능한 상황"이라고 설명했다. 

때문에 신약개발에서는 분자역학이 대세인 상황이다. 혹은 분자역학에 기초한 분자동역학 방법으로 계산해 샘플링을 통한 정확한 값을 구하는 것이 현재 신약개발에서 사용하는 스탠다드한 방법론이다. 

조 대표는 "양자역학을 적용해서 계산하면, 분자역학의 정확도를 높이기 위해 필요한 샘플링 과정을 크게 줄일 수 있어 빠른 계산이 가능하다"고 강조했다.

양자역학을 가장 정확하게 풀어낼 수 있는 방법은 양자컴퓨팅이다. 그러나 아직까지는 하드웨어 환경이 뒷받침 되지 못한 상황이다. 이에 기존 디지털 컴퓨터로 양자역학을 풀기 위해 여러 알고리즘이 탄생했다. 

에너지 계산을 정확하게 할 수 있는 VQE(Variational Quantum Eigensolver) 알고리즘, 중요 인터랙션 부분을 양자컴퓨팅으로 계산한 것 같은 값을 얻을 수 있는 양자 시뮬레이터, 인공지능을 대신하는 양자기계학습(Machine Learning) 등 여러 알고리즘으로 관련 테스트가 이뤄지고 있다. 

조 대표는 "1000큐비트 이상의 양자컴퓨터가 나오기까지 약 3~4년이 걸릴 것으로 얘기가 나온다. 그 전까지는 양자기계학습 등의 방법으로 신약개발이 더 풍성해질 수 있다는 것이 우리의 연구 결과"라고 말했다. 

다만, 양자컴퓨팅을 통해 신약개발을 진행하는 것은 신약개발의 단축보다 정확도를 높이고 실패율을 줄이는 데 초점이 맞춰질 것으로 보인다. 

조 대표는 "신약을 전임상에 돌입하기 전까지 걸리던 기간이 보통 5~6년이었으나, 최근 인공지능을 활용하면서 1년 이내로 줄이는 경우가 있다"라며 "신약개발의 기간 단축은 이미 달성하고 있는 부분이어서 양자컴퓨팅을 통해 그 시간을 더 크게 단축시킬 수 있을 것 같지는 않다"고 말했다. 

그러나 "오히려 양자컴퓨팅을 활용할 때 정확도가 많이 올라갈 가능성이 높다. 초반 디스커버리 과정에서 임상시험까지 고려해 신약을 개발한다면 실패율을 줄일 수도 있다. 글로벌 빅파마들은 어떻게든 양자컴퓨팅을 도입하려는 노력을 하는 중"이라고 밝혔다.

▷ 원문보기 : https://www.medipana.com/article/view.php?news_idx=328973&sch_cate=D