동물실험 대체…AI 기반 예측 모델
생활화학제품의 위해성 관리 및 안전한 설계에 활용 기대
사진은 환경공학과 박사과정 김동현 학생(제1저자, 왼쪽)과 석사과정 안시열 학생(제2저자). (사진=서울시립대 제공)
*재판매 및 DB 금지
[서울=뉴시스]전수현 인턴 기자 = 서울시립대는 환경공학부 최진희 교수 연구팀이 인공지능(AI) 기반의 생식·발달독성 예측 모델을 개발하고, 이를 생활화학제품 내 물질의 위해성 관리에 활용할 수 있는 가능성을 제시했다고 밝혔다.
생활화학제품은 일상생활에서 다양한 경로로 인체에 노출될 수 있어, 여러 환경성 질환을 유발할 수 있다.
현재 OECD에서 제정된 생식·발달 독성 시험 가이드라인은 동물실험에 크게 의존하고 있다. 이는 노동집약적이고 고도의 숙련된 기술을 요할 뿐 아니라, 시험이 가능한 화학물질도 매우 제한적이라는 문제가 있다.
이에 연구팀은 미국 환경보호청(U.S. EPA) 독성 예측 프로그램(ToxCast) 데이터베이스에서 수집된 세포·분자 수준의 In vitro 데이터를 바탕으로 분자 특성과 구조 정보를 학습하는 머신러닝 기반 AI 모델을 개발했다.
또한 연구팀은 해당 모델을 통해 생활화학제품 내 물질의 생식·발달 독성을 예측했다.
생활화학제품은 일상생활에서 다양한 경로로 인체에 노출될 수 있어, 여러 환경성 질환을 유발할 수 있다.
현재 OECD에서 제정된 생식·발달 독성 시험 가이드라인은 동물실험에 크게 의존하고 있다. 이는 노동집약적이고 고도의 숙련된 기술을 요할 뿐 아니라, 시험이 가능한 화학물질도 매우 제한적이라는 문제가 있다.
이에 연구팀은 미국 환경보호청(U.S. EPA) 독성 예측 프로그램(ToxCast) 데이터베이스에서 수집된 세포·분자 수준의 In vitro 데이터를 바탕으로 분자 특성과 구조 정보를 학습하는 머신러닝 기반 AI 모델을 개발했다.
또한 연구팀은 해당 모델을 통해 생활화학제품 내 물질의 생식·발달 독성을 예측했다.
생식·발달독성 데이터 기반 머신러닝 모델 개발 및 활용 워크플로우. (사진=서울시립대 제공) *재판매 및 DB 금지
이는 동물실험을 최소화할 수 있는 대체 시험법으로 활용될 것으로 기대된다. 더해 최근 강화되고 있는 화학물질 안전 관리에 기여할 잠재력이 있다.
최 교수는 "이번 연구는 초기 단계지만, 시민 안전을 위한 중요한 기술로 앞으로 다양한 분야에 활용될 수 있을 것"이라고 설명했다.
한편 이번 연구는 환경부 '환경성 질환 예방관리 핵심기술 개발 사업'과 '생활화학제품 안전관리 기술 개발 사업'의 지원으로 수행됐다.
◎공감언론 뉴시스 [email protected]
최 교수는 "이번 연구는 초기 단계지만, 시민 안전을 위한 중요한 기술로 앞으로 다양한 분야에 활용될 수 있을 것"이라고 설명했다.
한편 이번 연구는 환경부 '환경성 질환 예방관리 핵심기술 개발 사업'과 '생활화학제품 안전관리 기술 개발 사업'의 지원으로 수행됐다.
◎공감언론 뉴시스 [email protected]
