독성발현경로
Adverse Outcome Pathway (AOP)
화학물질 규제 강화로 인해 독성평가의 수요가 급증함에 따라 전통적인 동물 기반 독성평가법을 대체할 수 있는 신규 시험법을 규제에 활용하기 위한 필요성이 대두되었습니다.
하지만 신규시험법을 규제적으로 활용하기 위한 과학적 증거가 부족하기 때문에 이를 보완하기 위해서 독성발현경로 (Adverse Outcome Pathway, AOP) 프레임워크가 등장하였습니다.
AOP는 독성 기전에 대한 기존의 정보를 기반으로 분자 지표를 동물 독성과 연결할 수 있는 효과적인 독성 예측 도구로서, OECD를 중심으로 다양한 독성 종말점에 대한 AOP가 개발 중입니다.
우리 연구실은 유전체, 전사체, 단백질체 등 다양한 오믹스 기술을 통합한 다중오믹스 접근법을 사용하여 환경물질의 독성 기전을 규명하는 연구를 수행 중입니다.
이를 통해 독성에 관련된 신뢰할 수 있는 정보를 확보하여 새로운 AOP를 제안하고 있습니다.
또한, 화학물질에 대한 AOP를 분석하기 위해 브래드포드힐 고려사항에 따른 문헌리뷰, 검증 실험과 더불어 독성 빅데이터 중첩을 통해 정보가 부족한 화학물질 및 독성 기전에 대한 AOP를 개발하는 접근법을 제안하였습니다.
AOP Wiki와 CTD 등 화학물질-유전자-질환 빅데이터를 통합하는 접근법을 이용하여 흡입독성, 신경발달독성, 내분비계장애 독성에 대한 AOP를 개발하고 있습니다.
유럽, 미국을 중심으로 AOP를 기반으로 하는 화학물질 평가 전략이 개발되고 있는 만큼, AOP는 화학물질로 인한 독성평가와 환경성질환의 기전을 밝히고 예측하는데 활용될 수 있습니다.
빅데이터와 AI 기반 독성예측
Big Data and AI-based
Toxicity Prediction (ToxBAI)
많은 AOP가 개발되고 있지만, 대부분의 화학물질의 분자 독성 데이터가 부족하여 AOP의 적용성을 검증하는데 어려움이 있습니다.
독성 분야의 데이터갭 해결을 위해서 인공지능 기법을 이용한 독성 예측모델에 대한 연구가 시작되었으며, 화학물질의 구조와 물리화학적 특성에 대한 빅데이터를 활용한 독성 예측 플랫폼이 개발되고 있습니다.
우리 연구실에서도 인공지능 기법을 활용한 독성 예측모델에 대한 연구를 통해 독성 예측모델 연구 현황과 예측모델의 성능에 영향을 주는 요인을 확인하였습니다.
더불어 다양한 분자 지표에 대한 예측모델을 개발하여 데이터 갭을 해결함으로써 미세먼지와 미세플라스틱의 AOP를 확인하였습니다.
또한 ToxCast, CompTox Chemical Dashboard, eChemPortal, CTD 등 다양한 화학물질 독성 데이터베이스와 인공지능 알고리즘을 조합하여 독성을 예측하는 모델을 개발하고, 지능형 화학물질 관리를 위한 시스템을 개발하는 연구를 수행 중입니다.
현재 분자독성 데이터인 ToxCast/Tox21와 동물실험 데이터인 OECD TG 데이터를 연결하는 접근법에 따라 흡입독성, 유전독성, 발달독성, 신경독성, 내분비계독성 등을 예측하는 모델을 개발하고 있습니다.
AOP를 기반으로 독성 예측모델을 활용할 경우 환경 오염물질, 신규 물질 등 정보가 부족한 화학물질의 독성 기전을 스크리닝하고 규제 우선순위를 설정하는데 활용될 수 있습니다.
차세대위해성평가
Next Generation Risk Assessment (NGRA)
전통적인 방식의 위해성평가는 화학물질 규제의 요구사항을 달성하기에는 한계를 가지고 있어, 신규시험법과 예측 모델 등 첨단 기법을 활용한 차세대위해성평가의 필요성이 대두되었습니다.
주요 선진국에서는 전통적 동물연구 기반의 위해성평가를 벗어나 차세대위해성평가를 화학물질 규제에 적용하기 위한 대규모 연구를 수행하고 있습니다.
우리 연구실은 화학물질 노출 데이터, in silico, in vitro, in vivo 데이터를 통합할 수 있는 시험 전략을 개발하고, 주요 화학물질을 이용한 사례연구를 통해 차세대위해성평가를 위한 접근법을 개발 중입니다.
이러한 접근법은 AOP 등 독성기전에 대한 지식의 확립과 다양한 in silico, in vitro 시험 데이터의 연결을 통해 화학물질의 위해성평가를 현대화하는데 활용될 수 있습니다.
안전하고 지속가능한 설계
Safe and Sustainable by Design (SSbD)
사회적으로 환경, 건강, 안전 (EHS, Environment, Health and Safety)에 대한 관심이 높아지면서 신기술 개발 단계에서 경제성뿐만 아니라 기술 안전성에 대한 고려가 더해져야 함이 인식되고 있습니다.
이에 따라 화학물질 및 제품의 개발단계에서부터 위해성을 관리하는 안전한설계 (SSbD) 개념이 등장하고 있습니다.
SSbD는 완성품의 설계 단계에서부터 환경 및 독성 영향을 검토하여 안전한 제품 생산을 가능하게 하는 접근법입니다.
SSbD는 다양한 요소기술이 필요하며 그 중 핵심 기술이 독성예측 기술입니다.
우리 연구실은 동일한 용도로 사용되는 화학물질들의 독성기전을 비교·분석하는 접근법을 사용하여 독성에 영향을 주는 특성을 규명하는 연구를 수행하고 있으며, 이를 통해 연구개발 단계에서 안전한 화학물질을 설계할 수 있도록 세이프설계 기법을 개발하는 중입니다.
이러한 기법은 안전한 화학물질 개발에서 고려해야 할 요인을 제안하는 접근법으로써 다양한 화학물질 개발에 활용될 수 있습니다.