생글생글

과학과 놀자

물질이 인체에 닿아 독성을 유발하는 과정을 추적하는 '독성발현경로'…수없이 만들어지는 화합물을 시작단계에서 걸러낼 수 있어

우리는 화학물질과 함께 살아간다. 단 며칠도 화학제품 없이 살아가기 어려울 것이다. 화학물질은 전 세계적으로 8800만 종이 개발됐고, 지금도 12만 종이 상업적으로 유통되고 있다. 우리나라에서도 약 4만 종이 사용되며, 연 1t 이상 사용되는 물질은 1만6000여 종, 총 사용량은 5억t이나 된다. 놀랍겠지만 어느 보고에 따르면 우리가 사는 지구에서는 1년에 100만 종, 환산하면 1시간에 약 1000종의 화학물질이 지금도 새롭게 합성되고 있다고 한다.우리를 둘러싸고 있는 화학물질 중 일부는 그 독성 영향으로 인해 인간과 생태계에 큰 피해를 불러오기도 했다. 국내로만 한정해도 임산부와 영유아에서 폐질환을 유발한 가습기 살균제, 구미 불산 유출사고, 휘발성 유기화합물이 포함된 생리대, 다이옥신 계란 등이 최근 사례다. 화학물질 노출과 인체 건강 관계에 대한 과학적 근거가 축적되고, 우리가 화학물질 노출의 위해성을 점차 이해하게 되면서, 전 세계적으로 화학물질의 독성 평가와 규제에 대한 요구가 높아지고 있다. 그러나 현 상황은 이 요구를 충족하지 못하고 있다. 고비용, 장시간이 소요되는 동물실험 기반의 기존 독성 평가 방법으로는 매일같이 쏟아지는 화학물질을 모두 평가하기에 역부족이기 때문이다. 우리는 화학물질의 독성을 효율적으로 평가할 수 있는 새로운 방법론을 찾아야 하는 상황에 직면해 있다. 분자적 시작점에서 핵심 현상 거쳐 독성이 나타나는 과정 추적최근 그 대안적 방법론으로 AOP 기술이 주목받고 있다. AOP는 Adverse Outcome Pathway의 약어다. 우리 말로는 ‘독성발현경로’라 부른다. 즉, 화학물질의 노출에서부터 개인 또는 집단 수준에까지 발생하는 독성 영향을

과학과 놀자

질병 유발 단백질에 대한 신약 후보물질의 생리활성을 예측하는 기술, 인공지능 활용한 가상탐색으로 신약 후보물질 빨리 찾아내

평균 10년, 1조원의 비용. 일반적으로 알려진 신약 개발에 필요한 기간과 비용이다. 이렇게 많은 시간과 비용이 드는 이유는 신약 후보 물질을 찾는 단계에서 약물의 승인 단계까지 상당한 시간과 비용이 소모되기 때문이다. 신약 개발에는 막대한 시간과 비용이 들어가지만, 성공 가능성은 희박하다. 신약 개발 과정은 질병을 일으키는 단백질을 찾아내고 해당 질병을 치료하기 위한 후보물질 탐색, 전임상, 안전성 및 약효를 평가하는 임상 1, 2, 3상 단계를 거친다. 이와 같은 과정에는 많은 시행착오가 생기며 이로 인해 막대한 연구개발 시간과 비용이 소요될 수 있다. 인공지능을 활용한 연구개발신약 개발업계 관련자들은 이런 고민을 해결하기 위해 엄청난 노력을 꾸준히 하고 있다. 최근 4차 산업혁명이라는 이슈와 함께 이런 질문에 대한 대안으로 관심받는 기술이 있다. 바로 컴퓨터를 이용한 인공지능 기술이다. 인공지능은 하드웨어 발달 및 병렬처리 알고리즘 개발에 힘입은 컴퓨터 성능 향상, 딥러닝을 기반으로 하는 획기적 데이터 분석 기술 개발, 전 세계를 연결하는 초고속 인터넷 등 다양한 기술 발전의 결과물로서 이미 이미지, 영상, 음성에 대한 인식 수준은 인간을 초월해가고 있으며 그 응용범위가 신약 개발을 포함한 모든 과학 분야의 영역으로 확대되고 있다. 인공지능을 활용하면 개선될 여지가 충분히 크기 때문에, 인공지능 기술은 기존 신약 개발 연구개발 과정의 효율성을 높여 신약 개발 성공률을 높일 수 있을 것으로 기대하고 있다.컴퓨터 기반의 신약 개발 연구는 지난 수십 년 동안 화합물과 생물학적 타깃(질병 유발 단백질) 간의 상호작용을 컴퓨터, 물리, 화학, 통계 등의