국내 코로나19 변이 바이러스 확진자가 8일 기준 확진자 수가 182명으로 증가세를 보이고 있고 전 세계적으로 변이 바이러스를 잡는 백신 개발이 한창인 가운데 나온 연구결과여서 향후 추이가 주목된다.

 

최근 미국 MIT 컴퓨터과학 및 인공지능연구소 보니 버거(Bonnie Berger) 교수와 브라이언 브리슨(Bryan Bryson) 교수 공동연구팀은 인간 언어를 분석하는 AI로 코로나19 바이러스의 돌연변이를 예측하고 효과적인 백신 타깃 부위를 찾아내는 데 성공했다고 밝혔다.

 

연구팀은 인간 언어를 분석하는 자연어처리(NLP) 모델을 바이러스 돌연변이에 적용했다.

 

이 모델은 인간 언어를 분석해 문장의 패턴이나 특정 단어 빈도를 분석하는 기술인데 예를 들면 ‘철수가 달걀을 언제 먹었다’라는 문장에서 과거 행동을 담은 문장 데이터를 통해 ‘언제’에 해당하는 아침이나 점심을 예측하는 방법이다.

 

바이러스도 문법이 있으므로 NLP를 활용해 바이러스 돌연변이를 예측하는 것이다.

 

연구팀은 HIV, 인플루엔자, 코로나19 바이러스 유전자 서열을 통해 AI에 바이러스 문법을 학습시켰는데 HIV 서열 6만 개, 인플루엔자 바이러스 서열 4만 5000개, 코로나19 바이러스 서열 4000개를 학습시켜 바이러스의 문법을 익히도록 했다.

 

그 결과, 코로나19에서는 스파이크 단백질을 구성하는 세 조각 중 S2 돌연변이 가능성이 낮아 백신 면역력을 벗어나는 ‘백신 회피’ 가능성 또한 낮은 것으로 조사됐다.

 

연구를 주도한 브리슨 교수는 “돌연변이 가능성이 큰 곳을 예측해서 변이에 대비하고 낮은 곳을 예측해 새로운 백신의 좋은 표적을 찾아낼 수 있다”고 말했다. 

 

생명공학정책연구센터에 따르면 전문가들은 AI 기술이 코로나19 바이러스의 스파이크 단백질을 구성하는 S2 영역의 돌연변이 가능성이 낮을 것으로 예측한 것이 매우 긍정적인 발견으로 이해한 것으로 알려졌다.

 

이를 통해 코로나 바이러스 스파이크 단백질 S2 영역을 활용하는 백신, 혹은 중화항체 개발 필요성이 다시 한번 확인됐기 때문이다.

 

현재 개발되고 있는 스파이크 단백질 S1 영역 혹은 RBD(receptor-binding domain, 스파이크 단백질의 수용체 결합영역)에 대한 백신, 중화항체는 변이 바이러스에 무력화될 가능성 있기 때문이다.

 

향후 이 기술이 다른 바이러스를 대항할 백신 개발에도 적용될 것으로 보인다.

 

전문가들은 단백질을 표적하는 백신을 개발 시 백신 무력화 가능성이 낮을 것으로 기대하고 코로나19 뿐만 아니라 인플루엔자, HIV 바이러스, 앞으로 유행할 변종 감염병 등 여러 바이러스에 대항하는 백신 개발에 활용 가능할 것으로 기대 중이다.