본 연구는 케이프 반도 공과대학교(Cape Peninsula University of Technology)에서 수행된 연구 프로젝트 RP03의 일환으로, 대학 연구 기금의 지원을 받아 진행되었다. 남아프리카 케이프타운에 위치한 이 기관은 약용 식물 분야의 혁신적인 연구를 통해 지역 사회 및 전 세계 의학 발전에 기여하고 있다.
주요 연구 방법론은 특정 약용 식물 종의 생화학적 특성 분석, 약리 활성 평가, 그리고 전통 의학적 활용 사례 검증에 중점을 두었다. 첨단 분광학 및 크로마토그래피 기술을 활용하여 식물 추출물의 유효 성분을 정량화하고, 세포 배양 및 동물 모델을 통해 항염, 항산화, 항균 등 다양한 생물학적 효능을 평가하였다.
연구 결과, 여러 약용 식물에서 잠재적인 치료 효능을 지닌 신규 화합물들이 다수 발견되었다. 특히, 특정 식물 추출물은 염증 반응을 효과적으로 억제하고, 산화 스트레스를 감소시키며, 다양한 병원성 미생물에 대한 강력한 억제 활성을 나타냈다. 이러한 발견은 전통적으로 사용되어 온 약용 식물의 과학적 근거를 강화한다.
본 연구는 남아프리카의 풍부한 식물 자원을 활용하여 신약 개발의 가능성을 제시하며, 천연물 기반 의약품 연구에 중요한 기여를 할 것으로 기대된다. 또한, 지역 사회의 건강 증진과 지속 가능한 약용 식물 자원 활용 방안 모색에도 실질적인 통찰을 제공할 것이다.
인공지능(AI)은 신약 개발 과정을 혁신하며 치료 표적 식별, 후보 물질 정제, 연구부터 임상 적용까지의 효율성을 가속화하고 있습니다. 그러나 딥러닝 모델을 포함한 AI 모델의 내재된 불투명성은 '블랙박스' 문제를 야기하여 제약 연구자들의 해석 가능성과 수용을 제한합니다. 이에 설명 가능한 인공지능(XAI)은 AI 예측의 의사결정 메커니즘을 명확히 하여 투명성, 신뢰성, 신뢰도를 높이는 핵심 솔루션으로 부상했습니다.
본 연구는 XAI의 원칙과 방법론을 체계적으로 탐구하며, 신약 개발에 특화된 다양한 XAI 도구, 모델, 프레임워크를 조명합니다. 분자 모델링, 치료 표적 식별, ADME(흡수, 분포, 대사, 배설) 예측, 임상 시험 설계, 개인 맞춤 의학, 분자 특성 예측 등 신약 개발 과정 가속화에 기여할 수 있는 XAI의 잠재적 역할을 심층적으로 논의합니다.
나아가 XAI 접근 방식이 AI 모델의 블랙박스 특성을 효과적으로 해결하여 계산 예측과 실제 제약 응용 간의 격차를 어떻게 해소하는지 비판적으로 검토합니다. 마지막으로 XAI 방법론 배포의 과제를 논의하고, AI 기반 신약 개발의 투명성과 해석 가능성을 향상시키기 위한 핵심 연구 방향을 제시합니다.
이 리뷰는 연구자들이 진화하는 XAI 기술을 지속적으로 파악하여 신약 개발 파이프라인의 효율성, 신뢰성, 임상적 영향력을 완전히 개선하는 혁신적 잠재력을 실현하는 것이 중요함을 강조합니다.
