4차 산업혁명 – 신의 영역에 도전하는 유전자 연구

4차 산업혁명 – 신의 영역에 도전하는 유전자 연구

 

오늘은 최근 진행되고 있는 신의 영역에 도전하는 4차 산업혁명시대의 의학과 유전자공학 발전에 대한 노력을 정리해

보려고 합니다.

 

 

신약 개발의 꿈

 

신약 성공 확률 0.02% 밖에 되지 않는다고 합니다. 거의 골드러쉬 동안 금맥을 찾을 확률과 같이 낮은데요.. 가능성은 도전 만 번에 두 번정도 성공할 수 있는 것이라고 합니다.

 

성공하면 엄청난 성공을 이루겠지만 실험연구를 만 번 한다는 것은 정말 엄청난 시간과 노력이 필요하다는 것을 쉽게

알 수 있습니다.

 

신약 개발을 하는 한 NASDAQ 상장회사의 주가는 한 참 오르며, 한 주당 45달러의 가격으로 급등하다가 임상실험에서 사람이 죽어 10분의 1로 하락하는 경우도 있다고 합니다. 그러나 이런 실패 후에도 신약 개발이 성공한 뒤에는 이 모든 손실이 극적으로 반등할 수 있기 때문에 계속 임상실험을 진행하고 있다고 합니다.

 

확륙은 낮지만, 리턴이 엄청 크기 때문에 이러한 노력들은 계속 이루어 지고 있습니다.

 

신약 개발에 도입된 인공지능

 

최근에는 계속되는 신약 도전에 새로운 파트너가 등장하고 있다고 하는데요, 그것은 바로 인공지능 제약 시스템입니다.

 

미국 바이오벤처 인공지능 시스템, 아톰넷(AtomNet), 최초 신약개발 소프트웨어입니다.

 

이 시스템에서는 수 만개의 화합물 정보를 인공지능에 입력분석 후 특정 화합물이 어떤 질병에 효과 있는지

연구된다고 합니다.

 

데이터 통계 후에 약효가 자동으로 시뮬레이션이 되니, 예전과 같이 임상실험에서 목숨을 잃는 참담한 결과는

발생하지 않겠죠..?

 

이렇게 신약개발에 사용되는 인공지능은 인공지능이 스스로 학습하여, 화합물이 어떠한 치료효과를 가져올 수 있을지를 분석한다고 합니다.

 

실제로 한 때는 전세계를 떠들썩하게 한 에볼라 바이러스에 대한 에볼라 치료 신약후보 물질 2개를 하루만에 발굴했다고

하죠.. 정말 놀랍습니다..

 

이 외에도 암을 비롯한 난치성 질환 신약 개발 등 AI의 활용 활발 아주 활발하게 진행되어 신약개발에 소요되는 시간도

크게 단축 시키고 있다고 합니다.

 

약물 리포지셔닝(Drug-repositioning)

 

약물 리포지셔닝은 기존에 사용되고 있는 약물이 다른 질병에 적용가능한지 알아보는 것을 의미합니다. 빅데이터는 실패한 약물도 되살린다고 하며 와.. 정말 빅데이터가 어떤 용도로 어떻게 더 널리 사용될지에 대한 무한한 가능성을 보여주고있습니다.

 

그 예로 구충제가 간암 치료제로 리포지셔닝된 경우가 있습니다. 빅데이터 분석 후에 기존에 구충제로 사용되고 있는 약물이 간암 세포 사멸 효과를 가진 것을 확인하게 되었습니다.

 

국내외에서 이와 같이 새로운 질병에 기존의 약을 활용할 수 있다는 가능성을 확인하고 기존의 약물의 새 용도를 찾기 위한 다양한 연구가 이루어 지고 있습니다.

   

약물에는 제한이 있어서, 유전자를 건드리려는 노력을 한다.

 

 

1953년 제임스 왓슨, 프란시스 크릭은 바이오/제약 분야의 핵심인 DNA, 이중 나선구조에 대한 제안을 캠브리지 대학 Nature 지에 발표했습니다.

 

역사적인 발표였음에도 불구하고 차후 5년 동안 인용 논문 5개밖에 나타나지 않았다고 합니다.

 

그러다가 시간이 마이너한 연구의 동향속에서 시간이 흐르고 흘러 1990년 미국 국립보건원(NIH)과 에너지국(DOE)을 중심으로 영국, 일본, 프랑스, 독일, 중국 등 6개국 18개 기관의 3,000여 과학자가 참여해 인간 게놈 프로젝트가 시작이 됩니다.

 

그로부터 13년 후 2003년 4월 14일 셀레라 제노믹스가 인간게놈지도를 99.99% 정확도로 완성했다고 공식 발표를 하고 같은해 6월 프랜시스 콜린스 DNA 염기 서열 파악에 대한 결과를 보고 합니다.

 

콜린스는 “모든 내용을 파악하고 난 뒤에 하나님의 존재를 믿지 않을 수 없다.”라고 하며 그 서열의 정교함과 치밀함에 대한 감탄을 표했다고 합니다.

 

유전자 정보의 활용

 

지금까지 유전자 정보의 활용까지 바이오 공학이 어떤 발전의 과정을 밟아 왔는지 알아보았는데요.. 오늘 포스팅의 화룡점정은 바로 이 부분부터가 아닐까합니다.

 

닥터 크레이그 벤터는 유전자 분석하여 사람을 표현하는데 30억개의 알파벳이 필요하다고 했습니다.

 

(페이지가 어떤 모양일지 예측이 됩니다..)

 

 

책으로 따지면,, 262,000장 무게는 450 kg

 

<출처 : TED - 유전자를 읽고 사람을 만드는 방법>

 

생명의 암호를 시각적으로 기록한 것이 이만큼의 양이 된다 라는 것을 구체적으로 보여주었습니다.

 

여기서 유전자 조합 알파벳을 분석해서 이 사람의 눈색과 가지고 있는 유전과 관련한 병 인간의 모든 것을 다

분석할 수 있다고 합니다.

 

필요한 정보의 주소를 찾았으니..이제 그 부분만 수정을하면 원하는 인간을 만들 수 있을 것이라는 말이 되는데..

이 부분이 참 소름이 돋습니다.

 

실제 얼굴 예상도가 있는데 그 근접성이 이정도가 됩니다.

 

<출처 : TED - 유전자를 읽고 사람을 만드는 방법>

 

(왼쪽이 실제, 오른쪽이 예상치 입니다.) 

 

이 연구결과를 바탕으로 벤터 박사는 HUMAN Longevity라는 스타트업 단체를 시작해서 맞춤형 의약의 현실화를 위해

노력하고 있습니다.

 

이 단체는 40명의 데이터 과학자로 구성되어 머신러닝을 사용, 기계를 사용하여 인간의 유전자 분석,

비교하며 DNA 알파벳 분석결과를 바탕으로 인간의 기본 특징을 분석하고 있습니다.

 

유전자 분석을 통해 5센티의 오차로 사람의 키가 예측이 가능하고, 몸무게 8키로의 오차, 눈색 80%, 피부색 80% 정도로 예측이 가능하다고 네요.

 

실제로 더욱 후덜덜한 것은 세월이 지나며 코드가 바뀌어도 이 부분에 대한 예측이 가능하다고 합니다.

 

17년 연구 끝에 이제는 혈액 분석을 통해서 사람의 얼굴까지도 예측할 수 있다고 합니다.

 

안젤리나 졸리도 부모로부터 물러 받은 염색체 이상을 확인하여 그 유전자를 가지고 있을시 유방암확률 87%가 된다는 것을 알고 암이 생기기 전 절제수술을 하여 유전자 연구로 인해 목숨을 건진 유명한 사례로 인용되고 있습니다.

 

UC 버클리 대학교의 연구진은 본격적으로 유전자 조작 기술 개발에 착수하여 2012년 3세대 유전자 편집 기술 crispr cas9 개발하여 유전자 편집 기술 개발에 견고한 토대를 제공했습니다.

 

와...정말 많은 내용들을 정리를 했는데요..

 

결론은..

 

이제는 유전자를 조작할 수 있는 단계까지 왔구나..하는 것입니다.

 

우스갯소리가 아니라 태중에 있는 아이의 능력치도 수정이 가능하고,

 

건강관리도 운동이나 다른 어떤 노력이 아닌 간단한 유전자 조작으로 가능하며,

 

심지어,, 나의 재능과 전문성도 이 유전자 바이오 공학을 통해 가능해지겠구나 하는 생각이 들었습니다.

 

결국 마지막은 Singularity라는 특이점을 지나, AI가 인간의 능력을 초월하여 이제는 인간이냐 로봇이냐의 선택을 놓고 갈등하는 시기가 온다고 하는데 정말 그 움직임과 연구의 결과의 첨단에 소름이 돋을 정도입니다.

 

이 시기에..

 

올바른 가치관, 올바른 정체성, 올바른 세계관이..

무엇보다 중요한 시기가 아닌가 하는 생각이 듭니다.

 

연구에 결과에는 늘 새로운 발견에 대한 감탄이 있지만.. 마음 한켠에는 막대한 고민이 차오릅니다.

 

함께 생각해보고 생각을 나눌 수 있음 합니다.

 

긴글 함께 읽어주셔서 감사합니다.