[쿠키과학] 간·폐·위·유방 발암 위험 한 번에 찾는 AI

화학물질이 몸속 어느 장기에서 암을 유발할 가능성이 높은지 동물실험 없이 한 번에 예측하는 인공지능(AI)이 개발됐다.

이 기술은 간, 폐, 위, 유방 등 4개 장기의 발암 위험을 동시에 분석해 신약 개발과 화학물질 안전성 평가의 시간과 비용을 크게 줄일 것으로 기대된다.

한국연구재단은 전남대 전자컴퓨터공학부 유선용 교수팀이 장기별 발암 위험을 동시에 예측하는 다중작업학습(Multi-task Learning) 기반 AI 모델을 개발했다고 1일 밝혔다.

기존에는 새로운 화학물질이나 신약 후보물질의 발암성을 확인하기 위해 세포실험과 동물실험에 의존했다.

하지만 실험에는 많은 시간과 비용이 들기 때문에 수많은 화학물질을 모두 검증하기 어려웠다.

또 같은 화학물질이라도 간이나 폐, 위처럼 장기마다 흡수와 대사 과정이 달라 특정 장기에서만 암을 유발하는 경우가 있다.

기존 AI 모델은 장기별 특성을 충분히 반영하지 못하거나 장기마다 따로 분석해 예측 정확도가 떨어지는 한계가 있었다.

연구팀은 이런 문제를 해결하기 위해 간과 폐, 위, 유방 등 4개 장기의 발암 위험을 동시에 학습하는 다중작업학습 AI를 개발했다.

하나의 모델이 여러 장기에 공통으로 나타나는 발암 특성과 장기별 고유한 특성을 함께 학습하도록 설계한 것이 핵심이다.

연구팀은 화학물질을 원자와 화학결합으로 연결한 그래프 형태로 변환한 뒤 그래프 신경망과 어텐션 기술을 적용했다.

이를 통해 AI는 분자 구조를 입체적으로 이해하고 발암성과 관련된 핵심 특징을 스스로 학습했다.

또 간과 폐, 위 등 3개 장기의 데이터를 먼저 학습한 뒤 이를 바탕으로 간·폐·위·유방 등 4개 장기 전체를 다시 학습하는 단계적 학습 전략을 적용했다.

여러 장기에 공통으로 나타나는 발암 패턴을 먼저 익힌 뒤 장기별 특성을 추가로 학습해 예측의 안정성과 정확도를 높였다.

그 결과 개발한 AI는 기존 단일 장기 예측 모델보다 우수한 성능을 보였다.

특히 간과 폐, 위의 발암성 예측 정확도를 높였고, 에폭사이드와 방향족 니트로처럼 발암성과 밀접한 관련이 있는 핵심 분자 구조도 스스로 찾아냈다.

연구팀은 AI가 어떤 분자 구조를 근거로 발암성을 예측했는지도 확인할 수 있어 결과의 해석 가능성을 높였다고 설명했다.

연구자는 발암 위험이 높은 화학물질의 구조적 특징을 확인해 신약 후보물질을 선별하거나 위험 물질을 조기에 탐지할 수 있다.

이번 기술은 신약 개발 초기 단계에서 발암 가능성이 높은 후보물질을 미리 걸러내고 화학물질 안전성 평가와 규제기관의 독성평가 과정에서도 활용할 수 있다.

동물실험 의존도를 낮추고 평가 기간과 비용을 줄여 보다 효율적인 독성평가 체계 구축에도 도움이 될 전망이다.

유 교수는 “이번 연구는 화학물질의 장기별 발암 위험을 더욱 빠르고 체계적으로 예측하는 기반을 마련했다"며 ”앞으로 투여 경로와 용량, 종 특이성 데이터까지 축적하면 맞춤형 의학과 정밀 독성평가, 환경 안전관리 분야까지 활용 범위를 넓힐 수 있을 것"이라고 말했다.

한편, 이번 연구에는 전남대 지능전자컴퓨터공학과 송윤주 박사과정이 제1저자로, 센트럴 플로리다대 최환 교수가 제2저자로 참여했고, 연구 결과는 지난 4일 국제학술지 ‘Briefings in Bioinformatics’에 게재됐다.
(논문명: Carcinogenicity prediction via multi-task learning of cross-organ representations with attention mechanisms)

이재형 기자 jh@kukinews.com