AI가 노화 생물학을 해킹할 수 있을까?

노화를 늦추려는 욕구는 수세기 동안 존재해 왔으며, 현대 의학의 발전에도 불구하고 의미 있는 항노화 솔루션을 찾는 것은 여전히 어려운 과제입니다. 전통적인 접근 방식은 종종 느리고 추측적이어서 혁신적인 돌파구보다는 점진적인 발전만을 제공했습니다. 인공지능이 장수 솔루션 탐색을 가속화할 수 있을까요?

과학자들과 연구자들은 점점 더 그럴 것이라고 믿습니다. AI 기반 모델을 활용함으로써 연구자들은 방대한 데이터셋을 빠르게 분석하고, 유망한 화합물을 식별하며, 잠재적인 노화 역전 치료법을 그 어느 때보다 빠르게 발견할 수 있습니다.

IIT-델리의 연구원들은 건강한 노화를 촉진하는 분자를 식별하도록 설계된 AI 기반 플랫폼인 AgeXtend를 개발했습니다. 이 기술은 도입된 이후 장수 과학의 주요 발전으로 인정받고 있습니다. 이는 연구자들이 노화 메커니즘과 연령 관련 질병에 대한 잠재적 개입을 더 잘 이해하는 데 도움을 주고 있습니다.

원래 다중모달 노화방지제 예측 플랫폼으로 소개된 AgeXtend는 알려진 노화방지제의 생체활성 데이터를 분석하여 노화 과정을 늦출 수 있는 새로운 분자를 정확히 찾아냅니다. 그 AI 모듈은 노화 방지 잠재력을 예측하고, 독성을 평가하며, 관련된 표적 단백질을 식별합니다. 이는 발견 과정에 체계적인 접근 방식을 제공합니다.

노화방지제는 노화 과정을 늦추고 연령 관련 질병의 위험을 줄이는 데 도움이 되는 물질입니다. 이는 약물, 천연 화합물 또는 세포와 조직을 손상으로부터 보호하여 장수를 촉진하는 기타 치료제가 될 수 있습니다. 이러한 분자들은 산화 스트레스 및 염증과 같은 노화와 관련된 생물학적 경로를 표적으로 작용합니다.

AI 기반 AgeXtend는 바로 사용할 수 있는 약물을 생산하지는 않지만, 궁극적으로 경구 또는 기타 형태의 항노화 치료제로 개발될 수 있는 분자 후보를 식별합니다.

"노화는 세포 적합성을 감소시키는 대사 변화를 수반하지만, 많은 대사물의 노화에서의 역할은 불분명합니다"라고 Nature Aging 저널에 게재된 연구의 저자들은 말합니다. "알려진 노화방지 분자의 메커니즘을 이해하면 노화를 조절하는 대사 네트워크에 대한 통찰력을 얻고 추가적인 노화방지제를 식별하는 데 도움이 됩니다."

IIT 연구원들에 따르면, AgeXtend는 11억 개의 화합물을 스크리닝하는 데 사용되었으며, 훈련 데이터에서 제외되었을 때도 메트포민과 타우린과 같은 알려진 노화방지제를 정확하게 식별했습니다.

AI의 힘을 활용하여 연구자들은 여러 생물학적 모델을 사용하여 예측된 화합물을 검증했습니다. 효모와 예쁜꼬마선충(Caenorhabditis elegans)은 수명 연장 효과를 평가하는 데 사용되었고, 인간 세포 배양은 세포 노화에 미치는 영향을 평가하는 데 사용되었습니다.

IIT-델리의 선임 연구원인 Sakshi Arora는 AgeXtend를 항노화 연구를 위한 "발견 엔진"이라고 부릅니다. Arora에 따르면, 이 AI 도구는 "노화를 더 잘 이해하고 사람들이 더 건강하고 오래 살 수 있도록 돕는 실용적인 솔루션을 찾는 문을 열어줍니다."

초기 결과는 잠재력을 보여주지만, 연구자들은 이러한 화합물들이 의료용으로 고려되기 전에 더 심층적인 테스트와 규제 승인이 필수적이라고 강조합니다.

AgeXtend는 장수 연구를 재형성하는 많은 AI 주도 혁신 중 하나일 뿐입니다.

Insilico Medicine은 임상 단계의 생성형 AI 기반 신약 발견 회사로, 딥 러닝 모델을 사용하여 대규모 생물학적 데이터셋을 분석해 노화와 관련된 새로운 타겟을 식별합니다. AI 기반 플랫폼은 연구자들이 TNIK라는 이전에 알려지지 않은 노화 관련 단백질을 식별하는 데 도움을 주었습니다. 이는 TNIK의 효과를 억제하도록 설계된 약물인 Rentosertib 개발의 기초가 되었습니다.

개발자들은 Rentosertib가 잠재적인 항노화 응용 프로그램으로 인간 임상 시험에 진출한 최초의 AI 설계 약물이라고 주장합니다. TNIK 식별부터 2a상 임상 시험에 도달하기까지의 전체 과정은 3년 미만에 완료되었으며, 이는 제약 R&D에서 전례 없는 타임라인입니다.

AI는 또한 세포 수준에서 노화를 더 정확하게 추정하는 데 도움이 되는 생물학적 나이 시계 발전에도 핵심적인 역할을 했습니다. 이러한 AI 기반 모델은 DNA 메틸화, 혈액 조성 및 유전자 활성과 같은 분자 마커를 분석하여 실제 나이를 넘어 개인의 신체 건강에 대한 더 명확한 그림을 제공합니다.

Insilico Medicine의 스핀오프인 Deep Longevity는 이 분야의 선구자로 간주됩니다. 이 회사는 AI를 사용하여 생물학적 나이 시계를 개선하여 개인 건강 추적에 더 적응할 수 있게 만듭니다. 이러한 도구는 이제 개인화된 웰니스 프로그램에 통합되어 사람들이 생활 방식 변화, 의학적 치료 및 기타 요소가 그들의 노화 과정에 어떤 영향을 미치는지 모니터링할 수 있게 합니다.

Coinbase CEO Brian Armstrong이 공동 설립한 샌프란시스코 기반 스타트업 NewLimit은 장수 연구에 AI를 사용하는 다른 접근 방식을 취하고 있습니다. 이 회사는 기계 학습(ML)을 사용하여 노화된 세포가 원래 정체성을 잃지 않으면서도 더 "젊게" 행동하도록 재프로그래밍할 수 있는 유전자 프로그램을 식별합니다. 부분적 세포 재프로그래밍으로 알려진 이 접근 방식은 세포 노화를 되돌리는 것을 목표로 하기 때문에 장수 과학의 획기적인 경로로 간주됩니다.

AI가 계속해서 장수 연구를 형성함에 따라 그 영향은 계속 증가할 것입니다. 그러나 진보만으로는 충분하지 않습니다. 과학자들과 정책 입안자들은 이러한 진보가 책임감 있게, 그리고 장기적인 결과를 염두에 두고 사용되도록 보장해야 합니다.