동물실험 없이 암 유발 가능성을 예측할 수 있는 인공지능(AI)이 개발됐다.
한국연구재단은 유선용 전남대 교수 연구팀이 화학물질의 장기별 발암 위험을 보다 빠르고 체계적으로 예측할 수 있는 혁신적인 독성 예측 기술을 구축했다고 1일 밝혔다.
새로운 화학물질이나 신약 후보 물질의 발암성을 확인하기 위해 세포나 동물실험에 의존해야 하지만, 시간과 비용 소요에 따른 검증 한계가 존재한다.
특히 화학물질은 몸속에서 흡수되고 해독되는 방식이 장기마다 달라 특정 장기에만 암을 일으킬 수 있지만, 기존 컴퓨터 예측 기술은 장기별 차이를 반영하지 못하거나 각 장기를 따로 분석하여 예측의 정확도가 떨어지는 문제를 안고 있다.
연구팀이 개발한 다중작업학습 AI 모델은 분자의 구조를 점과 선으로 이루어진 '그래프' 형태로 인식, 원자들의 연결 관계를 사람처럼 입체적으로 학습한다는 특징이 있다. 특히 여러 장기에서 공통으로 나타나는 발암 특징과 각 장기만의 고유한 특징의 동시 학습이 가능하다.
연구팀은 3개 장기의 데이터로 발암 패턴을 미리 학습해 뼈대를 잡은 뒤 이를 바탕으로 간, 폐, 위, 유방 등 4개 장기 전체를 다시 학습하는 방식을 사용해 예측 안정성을 크게 높였다.
그 결과 암을 유발하는 핵심 분자 구조를 스스로 찾아내는 등 기존 단일 장기 예측 모델보다 뛰어난 성능을 증명했다.
연구팀은 이번 연구 성과를 통해 신약 개발 초기에 발암 위험이 높은 후보 물질을 미리 가려내거나 우선 검토할 수 있어, 오랜 시간과 큰 비용이 드는 동물실험 의존도를 낮추는 데 기여할 수 있을 것으로 내다보고 있다.
또 화학물질 안전성 평가 및 규제 의사결정 과정에서 평가 시간과 비용을 절감하는 등 보다 체계적인 독성평가 체계 구축에 도움을 줄 수 있을 것이라고 설명했다.
유선용 교수는 “이번 연구는 화학물질의 장기별 발암 위험을 보다 빠르고 체계적으로 예측할 수 있는 기반을 마련한 것”이라며 “향후 투여 경로와 용량, 종 특이성 등 데이터가 더 축적된다면 맞춤형 의학 및 정밀 독성 평가, 환경 안전관리 분야에서 폭넓게 활용될 수 있다”고 말했다.
이번 연구 성과는 생명정보학 분야 국제학술지 '브리핑스 인 바이오인포매틱스'에 지난달 4일 게재됐다.
이인희 기자 leeih@etnews.com
