Hyper Lab interview with José Antonio Costoya

In this Hyper Lab interview, José Antonio Costoya, Head of the Molecular Oncology Laboratory at the University of Santiago de Compostela CiMUS, talks about his research and the AI drug discovery platform Hyper Lab.

이번 글에서는 José Antonio Costoya, 스페인 소재 대학 University of Santiago de Compostela CiMUS의  분자 종양학 연구실 책임자의 인터뷰를 다룰 예정입니다. 현재 진행하는 연구와 AI 신약개발 플랫폼 하이퍼랩에 대해 자세히 알 수 있는 시간이 될 것입니다.

자기 소개 | Introduce yourself

I am José Antonio Costoya. I am the Head of the lab of molecular oncology in CiMUS at University of Santiago de Compostela.

제 이름은 José Antonio Costoya이며 University of Santiago de Compostela CiMUS에 있는 분자 종양학 연구실 책임자입니다.

And our main goal is to elucidate some oncogenic mechanisms with the purpose of finding new targets both for diagnosis and for therapy.

저희 연구실의 주요 목표는 암 발병 메커니즘을 규명하는 것으로, 진단과 치료 목적으로 새로운 표적을 찾고자 함입니다.

I mean my background is mainly biomedical; I am an MD, not a chemist.

제 연구 배경은 생물 의학이 주이며, 화학자가 아닌 의사(Medical Doctor)입니다.

연구하시면서 가장 어려운 점은 무엇입니까? | What's the hardest part of your research?

I think it is crucial to manage all this amount, big amount of information and be able to get the real important information for your work. 

연구를 하게되면 방대한 양의 정보를 다루는데, 그 중에서도 연구에 도움이 되는 정보를 얻는 것이 중요하다 생각합니다.

And for being in the lab, in the group with both postdoctoral fellows and BT students-especially the people that are getting their careers.

특히 박사 후 연구원(포닥)과 생명공학(Biotechnology) 전공의 학생들, 즉 각자의 커리어를 쌓아가고 있는 사람들과 함께 연구실에 있을 때는 더욱 그렇습니다.

AI 신약개발 플랫폼 하이퍼랩이 그 어려움을 해결하는데 도움이 됐나요? | Did Hyper Lab help you solve that challenge?

All the information you have from ADME/T from the small molecules in that, you basically brought in your your database that you are linked with your tool. I think it’s really useful, really fast, and I mean can be really helpful for us

ADME/T 기능을 통해 찾은 모든 물성 값들, 저분자에서 얻은 모든 정보는 기본적으로 하이퍼랩에 연결된 데이터베이스를 통해 가져온 것입니다. 이건 정말 유용하고, 정말 빠르며, 우리가 하는 연구에 진심으로 도움이 될 수 있다고 생각합니다. (클릭 한번으로 신약개발에 필수적인 19가지 성질을 예측해주는 하이퍼 ADME/T)

I think that it's a really cool tool. I mean, as my first contact was at the conference, I feel that was an interesting tool for us because, First of all, I think it's quite important for this kind of tools especially for the researchers in general and all the people who’s working and specializing in, for example in AI or in specific tools,

하이퍼랩은 정말 멋집니다. 학회에서 처음 하이퍼랩을 접했을때 흥미로웠습니다. 우선 이런 종류의 AI 신약 개발 플랫폼이 매우 중요하다 생각하거든요.  일반 신약개발 연구원들 뿐만 아니라 AI나 컴퓨터 기반 신약개발 소프트웨어를 전문적으로 다루는 분들에게는 특히 그렇습니다. 

That it’s user-friendly. I think is crucial

게다가 하이퍼랩은 사용자 친화적이에요. 저는 이게 매우 중요하다고 생각합니다.

And of course, as a starting point and to play with some data we have and with both from especially for docking some targets that we have proteins that we have- with some small molecules and was really cool to see, to visualize. You get a really nice visualization.

AI 를 활용한 신약개발 연구 첫시작으로써 특정 표적 단백질을 저분자 화합물과 docking 할때 정말 좋았습니다. 보기에도 좋고 시각화가 잘돼있어요. 하이퍼랩은 정말 멋진 시각화 기능을 가지고 있거든요. 

AI를 활용한 연구 정확도에 대해선 어떻게 생각하시나요? | Do you think research using AI is accurate?

We are a wet lab and we need to use these tools, but we are not specialized on those tools. We are not focused on those tools.

우리는 실험 위주의 연구실(wet lab)이고 이런 종류의 AI 툴을 필요로 하지만, 전문성을 갖고 있진 않죠. 이런 종류의 툴에만 집중하지 않는것도 사실입니다.

It's really powerful.  we experiment that it’s still learning and growing but you still need experimental information to reach the final point. I don't know if it's fortunately or unfortunately, but the experimental part is needed.

하지만 AI 기술은 정말 강력합니다. 우리는 실제로 AI 기술이 계속 해서 학습하고 성장한다는 걸 실험하고 있어요. 
하지만 최종 연구 지점에 도달하려면 실험을 통한 정보 취득은 여전히 필요합니다. 이게 다행인지 불행인지는 잘 모르겠지만, 연구에 있어서 실험을 통한 검증은 꼭 필요하니까요.