[대전=뉴스프리존] 이기종 기자= 안전성평가연구소(KIT)는 예측독성연구본부 오정화 박사가 쓴 “예측독성연구본부와 정밀독성 예측 시대”라는 주제의 기고 글을 17일 공개했다.
다음 내용은 예측독성연구본부 오정화 박사의 “예측독성연구본부와 정밀독성 예측 시대”라는 기고 글이다.
요즘 빅데이터(Big Data)나 인공지능(AI)이 딱 맞는 맛집을 추천해 주는 인터넷 포탈 검색 기능에서부터 신약 개발연구 분야까지 활용되면서 이는 더 이상 과학계의 용어가 아닌 일상적인 용어가 된 듯하다.
빅데이터 이야기는 2011년 초 만해도 유망 트랜드의 하나 정도로 인식되었지만 이제는 사회 전반에 걸쳐 빅데이터 기반의 인공지능 기술이 적용되면서 미래사회의 핵심 기술가치로 자리매김 되었다.
올해 국내에서 열린 국제인공지능대전(AI EXPO KOREA 2021)에서는 방송, 통신, 의료, 법률, IT, 우주항공 등 다양한 분야에 활용 가능한 인공지능 기술을 소개하였으며 많은 개발자들이 인공지능 기술이 미래 세계의 혁신을 가져올 것이라 전망하기도 하였다.
또한 최근의 코로나 19 팬더믹 사태로 많은 전문가들이 포스트 코로나 시대에는 비대면으로 디지털이 가속화 될 것이라 예견하고 있어 빅데이터 기반의 인공지능 기술은 더 발전될 것으로도 보인다.
한편 독성예측연구 분야에서도 빅데이터를 활용하여 인체에서 유발될 수 있는 독성이나 부작용을 정확하고 빠르게 예측할 수 있는 기술 개발에 관심이 집중되고 있다.
이미 신약 개발 분야에서 인공지능 기술을 활용하여 신규 후보물질을 도출하는 연구가 활발히 진행되고 있으며 독성예측기술의 경우 예측에 활용할 수 있는 데이터의 양이 충분하지 않아 데이터 수집에 많은 연구가 집중되어 있다.
특히 독성예측을 위해 사람에게 나타난 독성이나 부작용 사례로부터 독성 유무의 정보를 확인할 수 있으며 실험실 단계의 경우 다양한 복용량 및 노출량에 따른 잠재적 독성 유발 가능성 정보를 활용 할 수 있다.
다른 기술 분야에서는 빅데이터 기반 예측의 경우 비정형의 다양한 데이터를 활용하는데 독성연구 분야에서는 아직까지 비정형 데이터로 예측하기에는 기술적 한계가 있어 잘 설계된 실험 디자인에서 생산된 고품질의 데이터가 필요하다.
이것은 독성 노출량 및 노출 기간에 따라 인체 미치는 작용기전도 다르고 나타나는 부작용이 다르기 때문이며 따라서 정제된 데이터 추출 및 용량과 독성의 상관성에 대한 예측 알고리즘 개발이 필요한 상황이다.
독성은 인체의 복합한 생체 신호의 네트워킹을 통해 유도되기 때문에 실험실 수준에서 단일 시험계를 통해 생산된 데이터를 활용하게 되는 경우 잘못된 예측 결과가 도출될 가능성이 높다.
미국의 경우는 2008년부터 산·학·연 컨소시엄 프로젝트(Tox21 프로젝트)를 통해 약 10,000여개의 화학물질에 대한 고속 독성 스크리닝을 통해 대용량 독성정보를 확보하고 이러한 정보를 활용한 독성예측기술 개발을 통하여 전 세계 연구자들이 활용할 수 있도록 독성정보를 공개하고 있다.
일본의 경우에도 산·학·연 컨소시엄(Open TGgate) 프로젝트를 통해 약 200여개의 화학물질에 대한 독성평가 및 유전체 분석을 수행하고 그 결과를 전 세계 연구자에게 공개 하였다.
이러한 공개 데이터는 우리나라와 같이 대규모 프로젝트 수행이 어려운 연구환경에서 빅데이터 활용 독성예측 기술의 중요한 기초자료로 활용되고 있다.
미국과 일본의 공개 데이터를 분석해 보면, 초기 데이터의 경우 재현성이 확보되지 않았으나 연구를 지속하면서 산·학·연간의 교차검증 연구 및 독성예측에 적용할 수 있도록 기술이 보완되었으며 최근에는 독성이 어떻게 유발되는지 이해하기 위해 차세대 염기서열 분석(NGS, Next Generation Sequencing) 기술 등도 접목되고 있다.
독성예측 분야에도 데이터가 폭증하는 디지털 대전환의 시대가 올 것이다.
미래 빅데이터 시대에 독성정보를 효과적으로 관리하고 그 속에서 유용한 정보를 추출할 수 있는 원천기술을 개발함으로써 국민의 건강과 안전사회 실현을 위한 새로운 패러다임 변화를 준비할 필요가 있다.
우리는 글로벌 독성 연구 선도기관에 비추어 뛰어난 IT 기술을 가지고 있음에도 독성예측 분야에서 데이터 활용을 통한 예측기술 개발에 있어서는 아직 부족한 부분이 많다.
공개 데이터 외에 자체적으로 확보하고 있는 고품질의 데이터양이 매우 부족하며 특히 독성을 예측하기 위해서는 독성, 약리, 생명공학 및 독성정보학 등 다학제간의 융합연구를 통한 데이터 해석 연구가 필요하다.
또한 아직까지 독성예측기술은 신물질이 시장에 유통되는 것을 규제하는데 활용하는 것을 목표로 하고 있지만 데이터가 더 축적되고 다양한 인체정보와 예측기술이 융합된다면 미래에는 개인별 부작용을 예측할 수 있는 정밀 독성 예측 시대가 도래 할 것이라 기대하고 있다.
미래에는 우리가 질병에 걸려 치료제 처방을 받을 때 빅데이터 기반 정밀독성예측기술을 활용하여 나의 유전정보를 바탕으로 안전하고 부작용이 없는 맞춤형 치료가 가능할지도 모른다.