서울시립대학교(총장 원용걸) 환경공학부 최진희 교수 연구팀이 인공지능(AI) 기반 독성 예측 모델을 개발하고, 이를 바탕으로 설명가능한 AI 기반 독성예측 모델 개발의 기반을 성공적으로 마련했다고 밝혔다.
이번 연구에는 환경공학과 석·박사통합과정의 김동현, 석사과정의 안시열, 정지용 학생이 공저자로 참여했다. 연구 성과를 담은 논문 2편은 지난 7월 17일과 25일, 계산독성학 분야의 국제 저명 학술지인 ‘Computational Toxicology’에 “Part I. Systematic development of machine learning models for predicting mechanism-based toxicity from in vitro ToxCast bioassay data”,“Part II. Systematic development of machine learning models for predicting human and ecotoxicity from in vivo OECD test guideline data”라는 제목으로 온라인 게재되었다.
전 세계적으로 바이오 분야 동물실험에 대한 3R 원칙(Replacement, Reduction, Refinement)이 강화되면서, AI 기반 독성예측 모델은 핵심적인 동물 대체시험법으로 자리 잡고 있다. 최진희 교수 연구팀이 개발 중인 설명가능한 AI 기반 독성예측 모델은 규제 의사결정에 활용될 수 있도록 설계되었으며, 향후 화학물질 독성평가의 패러다임을 전환할 핵심 기술로 기대를 모으고 있다.
연구팀은 미국 환경보호청(U.S. EPA) ToxCast 데이터베이스의 세포·분자 수준 in vitro 데이터와 OECD eChemPortal 데이터베이스의 개체 수준(in vivo) 독성 자료를 기반으로 AI 모델을 체계적으로 구축했다. 이어 독성발현경로(Adverse Outcome Pathway, AOP) 프레임워크를 적용해 모델들을 통합함으로써, 설명가능한 독성예측 모델을 완성해가고 있다.
교신저자인 최진희 교수는 “첨단 데이터과학 기술의 발전과 함께 독성학 분야의 패러다임이 전환되고 있으며, 설명가능한 AI 기반 독성예측 모델은 시민 안전을 위한 중요한 기술로 앞으로 다양한 분야에 활용될 수 있을 것”이라고 강조했다.
이번 연구는 환경부 ‘환경성 질환 예방관리 핵심기술 개발 사업’과 ‘화학물질 안전관리 특성화대학원’의 지원으로 수행되었다.
