기존의 막대한 비용과 시간이 소요되던 동물실험 없이도 화학물질의 암 유발 가능성을 빠르고 정확하게 예측할 수 있는 인공지능(AI) 기술이 개발됐다.
한국연구재단은 1일, 전남대 유선용 교수 연구팀이 화학물질의 장기별 발암 위험을 체계적으로 분석할 수 있는 독성 예측 기술을 구축했다고 밝혔다.
기존 기술의 한계 넘은 '다중작업학습' 모델
그동안 신약 후보 물질이나 새로운 화학물질의 발암성을 검증하려면 세포 또는 동물실험에 전적으로 의존해야 했다. 하지만 이러한 방식은 막대한 시간과 비용이 들어 수많은 물질을 일일이 검증하기에 물리적 한계가 뚜렷했다.
또한, 화학물질은 체내 흡수 및 해독 과정이 장기마다 다르기에 특정 장기에만 암을 유발할 수 있다. 기존의 컴퓨터 예측 모델들은 이러한 장기별 차이를 반영하지 못하거나 각 장기를 개별적으로 분석해 정확도가 떨어진다는 지적을 받아왔다.
연구팀이 개발한 '다중작업학습(Multi-task learning) AI 모델'은 간, 폐, 위, 유방 등 4개 장기의 발암 위험을 동시에 예측함으로써 이러한 문제를 해결했다. 여러 장기의 데이터를 통합적으로 처리하여 예측의 정밀도를 대폭 높인 것이다.
신약 개발 및 화학물질 안전성 평가 '게임 체인저'
이번에 개발된 AI 모델은 신약 개발 초기 단계에서 발암 위험이 높은 후보 물질을 사전에 선별해내는 데 활용될 수 있다. 이를 통해 개발 프로세스의 효율성을 극대화하고, 동물실험에 대한 의존도를 크게 낮출 것으로 기대된다.
아울러 화학물질의 안전성 평가 및 규제 의사결정 과정에서도 평가에 필요한 시간과 비용을 획기적으로 줄여, 보다 체계적인 독성 평가 체계가 마련될 전망이다.
맞춤형 의학 및 정밀 독성평가로 확장
연구를 주도한 유선용 교수는 "이번 기술은 화학물질의 장기별 발암 위험을 신속하고 체계적으로 예측할 수 있는 견고한 기반을 마련한 것"이라며, "앞으로 투여 경로, 용량, 종 특이성 등 관련 데이터가 지속적으로 축적된다면 맞춤형 의학, 정밀 독성평가, 환경 안전관리 등 다양한 분야에서 폭넓게 활용될 수 있을 것"이라고 강조했다.
학계는 이번 기술이 제약 바이오 산업의 연구 개발 속도를 가속화하고, 안전한 화학물질 관리 체계 구축에 핵심적인 역할을 할 것으로 내다보고 있다.