화학뉴스

일본이 컴퓨터 등으로 화학물질의 안정성을 예측하는 시스템을 개발하고 데이터 공유에 나섰다.
일본 경제산업성의 위탁 사업으로 컴퓨터를 사용해 화학물질의 안전성을 예측하는 방법을 개발하고 있는 AI-SHIPS 개발센터가 최근 예측모델의 실용성을 높이기 위해 관련 연구기관과 데이터를 공유하는 작업에 착수한 것으로 알려졌다.
컴퓨터를 활용해 가상환경에서 실험을 진행하는 인실리코(In-Silico) 평가는 기존의 동물실험을 대체할 수 있는 방법으로 주목받고 있으나 실험 데이터가 부족하다는 점이 과제로 지적됐다.
이에 따라 미국 환경보호국(EPA), 유럽 화학물질청(ECHA) 등과 상호 보완이 가능한 체제를 구축하는데 총력을 기울일 방침이다.
일본 경제산업성이 개발하고 있는 것은 AI(인공지능), 빅데이터를 사용한 차세대 안전성 평가법 AI-SHIPS로, 2019년 4월까지 간 독성 예측 시스템 프로토 타입 개발을 마치고 실용적 시스템에 요구되는 실험데이터를 정리할 예정으로 알려졌다.
다만, 현재 확보한 것만으로는 데이터 축적량이 부족해 해외, 일본 연구기관 등과의 협력이 시급한 것으로 파악된다.
독성이 발현되는 메커니즘을 기반으로 예측하는 것이 AI-SHIPS의 최대 특징이며, 최신 독성학으로부터 얻은 빅데이터와 기계학습 등 AI기술을 활용해 화학물질 구조를 입력하면 높은 수준의 정밀도로 독성을 예측하는 시스템을 만들 수 있다.
예측모델을 만드는데 막대한 데이터가 필요하지만 전부 확보하지 못한 상태이며 현재는 실험을 통해 취득한 기존 데이터에서 필요한 것으로 판단되는 실험결과를 예측함으로써 데이터 부족을 해소하려 하고 있다.
그러나 시스템 확립을 위해 데이터 확보가 중요해지고 있으며 독성 예측모델의 적용범위를 확대하는 의미에서도 데이터 확충이 요구되고 있다.
기존의 인실리코 평가 연구는 화학물질과 독성의 관계성을 블랙박스처럼 연계해 독성이 어떻게 발현되는지 알아내기 어려웠다.
특히, 독성 발현 메커니즘이 해명되지 않은 신규화학물질 평가에서는 예측 결과에 대한 신뢰성이 문제시되기도 했다.
유럽, 미국도 AI-SHIPS와 동일한 방향으로 연구개발을 진행하고 있으나 실험 데이터 부족에 고심하는 것은 마찬가지로 알려졌다.
이에 AI-SHIPS 사무국이 EPA와 협력에 나섰으며 유럽 관계기관들도 데이터 공유를 위해 나서고 있다.
일본기업과의 연계도 모색하고 있다.
AI-SHIPS가 실용화된다면 독성실험에 필요한 기간을 거의 제로로 단축할 수 있고 화학물질 연구개발비의 20%를 차지하는 안전성 시험 비용도 대폭 삭감할 수 있어 화학기업들이 관심을 나타내고 있다.
조만간 예측모델 프로토 타입을 공표하고 AI-SHIPS에 대한 관심을 높임으로써 협력을 더욱 촉진해나갈 계획이다. (K)