동물실험에 의존하지 않고 화학물질의 발암 가능성을 예측할 수 있는 인공지능(AI) 기술이 개발돼 신약 개발과 독성평가 분야에서 새로운 활용 가능성을 제시하고 있다.

 인공지능 기반 독성 예측 기술을 개발하는 마틸로에이아이의 유선용 대표는 화학물질의 장기별 발암 위험을 보다 빠르고 체계적으로 분석할 수 있는 다중작업학습(Multi-task Learning) 기반 인공지능 모델을 구축했다고 밝혔다.

 이번 연구는 간과 폐, 위, 유방 등 4개 주요 장기를 대상으로 화학물질의 발암 위험을 동시에 예측할 수 있도록 설계된 것이 특징이다. 기존 독성평가에서는 새로운 화학물질이나 신약 후보물질의 발암성을 확인하기 위해 세포실험과 동물실험에 의존해 왔으나, 많은 시간과 비용이 소요되는 데다 대량의 물질을 효율적으로 평가하는 데 한계가 있었다.

 연구팀은 화학물질의 분자 구조를 원자와 결합 관계로 구성된 그래프(Graph) 형태로 인식하는 그래프 기반 인공지능 기술을 적용했다. 이를 통해 여러 장기에서 공통적으로 나타나는 발암 특성과 각 장기별 고유한 특성을 동시에 학습할 수 있도록 구현해 예측 정확도를 높였다.

 특히 먼저 3개 장기의 발암 데이터를 이용해 기본적인 발암 패턴을 학습한 뒤 이를 기반으로 4개 장기를 통합 학습하는 방식을 적용해 모델의 안정성과 예측 성능을 향상시켰다. 연구 결과 인공지능은 암을 유발하는 핵심 분자 구조를 스스로 찾아내는 등 기존 단일 장기 예측 모델보다 우수한 성능을 보인 것으로 나타났다.

 연구팀은 이번 기술이 신약 개발 초기 단계에서 발암 위험이 높은 후보물질을 선별하는 데 활용될 수 있을 것으로 기대하고 있다. 이를 통해 개발 과정에서 불필요한 후보물질을 조기에 제외하고 동물실험 의존도를 낮추는 동시에 연구개발 비용과 기간을 절감할 수 있을 것으로 전망했다.

 또한 화학물질의 안전성 평가와 규제기관의 독성평가 과정에서도 보다 신속하고 체계적인 의사결정을 지원하는 기술로 활용될 수 있을 것으로 기대된다.

 유선용 대표는 "이번 연구는 화학물질의 장기별 발암 위험을 보다 빠르고 체계적으로 예측할 수 있는 기반을 마련했다"며 "향후 투여 경로와 용량, 종(種) 특이성 등 다양한 데이터가 축적되면 맞춤형 의학과 정밀 독성평가, 환경 안전관리 등 다양한 분야로 활용 범위가 확대될 것으로 기대한다"고 말했다.

 한편 이번 연구는 식품의약품안전처의 신기술적용식품(푸드테크) 안전기술지원사업과 화장품 글로벌 규제대응 안전성평가기술개발사업의 지원을 받아 수행됐으며, 연구 성과는 지난 6월 4일 생명정보학 분야 국제학술지 'Briefings in Bioinformatics'에 게재됐다.