선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 이러한 기존 데이터베이스의 제한점을 개선하고 EDCs의 환경 및 생태위해성 평가의 의사결정지원을 위하여 EDCs 수서 및 토양 생태계 독성 자료의 체계적인 지식 데이터베이스 모델 및 활용을 위한 검색 시스템을 제시하고자 한다.
- 또한, 상위 셀과 동일한 자료의 경우 화학물질 명, CAS No. 및 생태 종 등의 누락도 발견되어었고 이에 대하여 보정을 실시하였다. 또한 오분류된 생태시험종에 생태 매체(계, 강, 종)에 대하여도 보정을 실시하였다.
제안 방법
- 첫번째 단계로 문제설정은 평가목적을 명확히 하고 문제를 정의하며 평가계획을 수립하는 단계이다. 이 작업에는 발생원(sources), 발생요인(stressors), 영향(effects), 생태계(ecosystem) 및 수용체 특성(receptor characteristics)에 대해 가용한 정보를 조사하고 통합한다. 두 번째로, 분석 단계에서는 통합된 데이터에 대한 검토 및 정량화를 위한 분석을 하는 과정이 진행되며, 환경노출 농도에 근거한 노출평가와 수집된 독성 자료를 이용한 생태 영향평가를 실시한다.
- 이 작업에는 발생원(sources), 발생요인(stressors), 영향(effects), 생태계(ecosystem) 및 수용체 특성(receptor characteristics)에 대해 가용한 정보를 조사하고 통합한다. 두 번째로, 분석 단계에서는 통합된 데이터에 대한 검토 및 정량화를 위한 분석을 하는 과정이 진행되며, 환경노출 농도에 근거한 노출평가와 수집된 독성 자료를 이용한 생태 영향평가를 실시한다. 마지막으로 위해도 결정단계는 과학적인 불확실성과 함께 생태 위해도를 제시하는 과정이다.
- 생태 독성 자료베이스 모델은 크게 독성학자가 스프레드시트를 통하여 자료를 정리하는 형식인 Human Readable Data (HRD) 모델과 컴퓨터 시스템이 인식하는 Machine Readable Data (MRD) 모델로 나누어 HRD에 이어 MRD순으로 단계적으로 개발하였다. HRD는 중복이 없는 정규화된 형태는 아니지만 독성학자가 자료를 쉽게 인지하여 데이터를 입력할 수 있는 파일 형식를 말한다.
- EDCs 토양 및 수서 유해성 전문가들과 데이터베이스 전문가와의 융합 연구를 통해 독성관련 사이트인 ECOTOX, Toxnet 및 Pubmed와 같은 기존 웹사이트의 정보 제공 내용 및 서비스 방법을 각 전문분야 관점에서 분석하였다. 또한, 국·내외 관련 논문 및 보고서를 검토하여 EDCs 별 생태 독성 자료를 확보한 후 데이터베이스 구축을 위한 HRD의 자료 입력 파일형식을 도출하였다.
- 또한, 국·내외 관련 논문 및 보고서를 검토하여 EDCs 별 생태 독성 자료를 확보한 후 데이터베이스 구축을 위한 HRD의 자료 입력 파일형식을 도출하였다.
- 더 나아가, 시험종 추가 설명 변수로써 국립환경과학원 고시 제2017-4호, 국제협력개발기구 표준 시험 가이드라인(OECD, TGs; 201, 203, 220, 227, 232, 234, 235, 245), 미국표준시험협의회(ASTM) 및 미국 환경보호청(US EPA)의 표준 시험법 명시된 시험종에 대하여 ‘국제시험종’, 국내의 생태에서 서식하는 시험종을 ‘국내시험종’으로 구분하고 국내 시험종 중 대한민국 환경부에서 지표로써 지정된 시험종을 ‘국내지표종’으로 구분하여 분류 작업을 실시하였다.
- EDCs 기반 생태 위해성 평가 지원을 위한 통합 데이터베이스 마련을 위해 맨 먼저 화학물질 분류 체계를 확립하고 및 시스템 구축을 위한 화학물질 코드 체계를 구축하였다. 코드 구조는 EDCs의 고유 시스템 코드(chemical code), 화학물질의 영문명, 화학물질의 국문명, 그리고 CAS No.
- 로 정의하였다. 또한, 상위코드(parent code) 변수를 두어 계층적인 화학물질 분류 체계가 구성되도록 하였다.
- 생태 독성 자료의 특성상 화학물질의 대상 시험종이 연관되어 독성 값이 제시된다. 따라서, 표준화 작업의 일환으로써 생태 시험종 분류체계를 확립하고 시스템 구축을 위한 코드 체계를 구축하였다. 분류체계는 대분류로써 수서와 토양 생태의 2개 범주로 분류하고 시험종의 하위 분류 체계 작업을 실시하였다.
- 따라서, 표준화 작업의 일환으로써 생태 시험종 분류체계를 확립하고 시스템 구축을 위한 코드 체계를 구축하였다. 분류체계는 대분류로써 수서와 토양 생태의 2개 범주로 분류하고 시험종의 하위 분류 체계 작업을 실시하였다.8,9) 기존의 공인시험법이나 논문에서 독성 자료최하위 생태시험종 정도만 명시되어 있으나 검색이나 비교와 같은 소프트웨어 기능을 확장성 있게 지원할 수 있도록 계통학적 측면에서계(kingdom), 강(classification), 그리고 종(species) 으로 세분화하였다.
- 8,9) 기존의 공인시험법이나 논문에서 독성 자료최하위 생태시험종 정도만 명시되어 있으나 검색이나 비교와 같은 소프트웨어 기능을 확장성 있게 지원할 수 있도록 계통학적 측면에서계(kingdom), 강(classification), 그리고 종(species) 으로 세분화하였다. 또한, 다국어 호환성을 고려하여 생태시험종 코드외에 설명 변수로써 영문, 국문, 그리고 학명을 연관시켜 분류체계를 구축하였다. 더 나아가, 시험종 추가 설명 변수로써 국립환경과학원 고시 제2017-4호, 국제협력개발기구 표준 시험 가이드라인(OECD, TGs; 201, 203, 220, 227, 232, 234, 235, 245), 미국표준시험협의회(ASTM) 및 미국 환경보호청(US EPA)의 표준 시험법 명시된 시험종에 대하여 ‘국제시험종’, 국내의 생태에서 서식하는 시험종을 ‘국내시험종’으로 구분하고 국내 시험종 중 대한민국 환경부에서 지표로써 지정된 시험종을 ‘국내지표종’으로 구분하여 분류 작업을 실시하였다.
- 독성영향 지표의 경우 여러 이명으로 표기된 경우가 많음에도 불구하고 모든 문헌 조사를 통한 표준화에 어려움이 있었다. 따라서, 수서 및 토양 생태 독성 전문가에게 각각 자유 기술 형식(text style) 변수로 하여 HRD형식을 제공한 후 전문가들이 입력된 독성 자료를 토대로 역으로 코드 표준화를 실시하였다. 종말점의 경우 전문가들이 입력한 종말점 텍스트에 대하여, 원문 출처 확인 과정을 토대로 이명에 대하여 ECOTOX의 종말점 코드로써 대표 명칭을 도출하였다.
- 도출된 데이터 모델에 대하여 데이터베이스 정규화 이론에 따라 제3정규형까지 원시자료의 정규형 충족 여부를 분석하였고 변수들의 관계 및 이상 자료를 정제하였다.20,21)
- 조사대상 물질에 대한 생태 독성 자료베이스 입력 양식은 물질정보, 시험생물 정보, 노출시험 및 독성 영향 지표, 참고문헌, 노출원으로 구성하였다. 이때 구축 양식은 물질과 생태시험종간의 조합으로 입력 하도록 하였다.
- 이때 구축 양식은 물질과 생태시험종간의 조합으로 입력 하도록 하였다. 생태 독성의 결손 또는 부족 자료의현황 파악하기에 충분할 정도의 입력 변수를 구성하고 화학물질 분류코드 등의 각종 코드를 집대성한 코드북을 개발하였다. 최종적으로, 독성 분야 연구자 들에게 MRD형 독성 자료베이스 구축을 위한 기본 틀 및 표준 양식 작성을 위한 지침서를 개발하여 제공하였다(Table 2).
- 생태 독성의 결손 또는 부족 자료의현황 파악하기에 충분할 정도의 입력 변수를 구성하고 화학물질 분류코드 등의 각종 코드를 집대성한 코드북을 개발하였다. 최종적으로, 독성 분야 연구자 들에게 MRD형 독성 자료베이스 구축을 위한 기본 틀 및 표준 양식 작성을 위한 지침서를 개발하여 제공하였다(Table 2).
- EDCs 표준화는 phthalates, phenols, dioxins, PCBs, PBBs, PBDEs, PAHs, PFCs, benzenes, ketones, aromatic carboxylic acids, organic compounds, tin compounds, chlorinated paraffins, hydrocarbons, hormones, camphor, mycotoxin, heavy metals 및 기타 화학물질에 대하여 1 depth로 20건, 2 depth 32건, 3 depth 37건, 그리고 4 depth는 394건에 대해 진행하였다. MRD화 과정에서 EDCs 코드 규칙은 총 여섯 자리로(예: P12345) 첫 번째 자리(예에서 P)는 화학물질 대분류의 영문명의 알파벳 첫 자리를 부여하였다.
- MRD형 생태시험종 코드 부여 규칙은 총 일곱 자리(예: EA15432)로 구성하였다. 첫 번째 자리(E)는 ‘ecosystem’의 약자인 ‘E’로 통일하였고, 이후 2개 자리(A1)는 대분류 생태시험종의 ‘계’를 나타내는데 (class code), 2개의 자리 중 첫자리(A)는 ‘계’의 명칭의 알파벳 첫자리를 의미하며, 2번째 자리(1)는 첫자리(A)로 시작하는 ‘계’의 동일 명칭이 여러 개 있을 경우 순번을 부여한 것이다.
- 종 발달단계, 연령 및 농도 단위를 고유한 도메인의 하나의 값으로 변환하였다(예: Dph – day post hatch, hpf – hour post fertilization 등).
- HRD형식의 연구자가 경우는 일반 연구자가 데이터를 정리하기에는 매우 효율적이나 수기 오류에 대한 발생에는 매우 취약하다. 다양한 오류 양상을 파악하기 위해 데이터베이스 정규화(제 1, 2, 3) 이론에 따라 정제를 실시하였고 그 결과는 다음과 같다. 첫째, 하나의 셀에 복수의 입력 값이 기입된 경우 단일 값으로 분리하여 MRD화 하는 작업을 하였다.
- 다양한 오류 양상을 파악하기 위해 데이터베이스 정규화(제 1, 2, 3) 이론에 따라 정제를 실시하였고 그 결과는 다음과 같다. 첫째, 하나의 셀에 복수의 입력 값이 기입된 경우 단일 값으로 분리하여 MRD화 하는 작업을 하였다. 그 예로, 한 셀에 여러 화학물질과 독성영향, 농도, 종말점 등이 콤마(,) 기호로 나열되어 있는 데이터에 대해 모두 다른 셀로 구분하여 입력하였다.
- 그 예로, 한 셀에 여러 화학물질과 독성영향, 농도, 종말점 등이 콤마(,) 기호로 나열되어 있는 데이터에 대해 모두 다른 셀로 구분하여 입력하였다. 특히, 발달단계와 연령, 농도 컬럼에 수치 데이터가 단위와 같이 기입되어 있는 셀은 각각의 단위 컬럼을 추가하여 단위가 포함된 값을 분리시켰다. 둘째, 표준 코드(기본 키) 와 연결된 내용 중 오기입된 데이터를 정제하였다.
- 특히, 발달단계와 연령, 농도 컬럼에 수치 데이터가 단위와 같이 기입되어 있는 셀은 각각의 단위 컬럼을 추가하여 단위가 포함된 값을 분리시켰다. 둘째, 표준 코드(기본 키) 와 연결된 내용 중 오기입된 데이터를 정제하였다. CAS No.
- 와 화학물질의 매핑이 잘못되어 있는 경우, 화학물질별 고유 값을 갖는 수정된 CAS No.에 맞춰 본 연구에서 표준화된 EDCs 물질 코드를 매핑하였다. 셋째, 각 컬럼 별 중복을 제거하고 후보 도메인(범주)을 도출한 후 중의어를 제거하여 고유 도메인(코드)을 도출하였다.
- 에 맞춰 본 연구에서 표준화된 EDCs 물질 코드를 매핑하였다. 셋째, 각 컬럼 별 중복을 제거하고 후보 도메인(범주)을 도출한 후 중의어를 제거하여 고유 도메인(코드)을 도출하였다. 종 발달단계, 연령 및 농도 단위를 고유한 도메인의 하나의 값으로 변환하였다(예: Dph – day post hatch, hpf – hour post fertilization 등).
- 및 생태 종 등의 누락도 발견되어었고 이에 대하여 보정을 실시하였다. 또한 오분류된 생태시험종에 생태 매체(계, 강, 종)에 대하여도 보정을 실시하였다. 끝으로, 범위 문자나 엑셀의 자동완성으로 인한 특수문자의 표기 역시도 검출 및 보정하였다.
- 또한 오분류된 생태시험종에 생태 매체(계, 강, 종)에 대하여도 보정을 실시하였다. 끝으로, 범위 문자나 엑셀의 자동완성으로 인한 특수문자의 표기 역시도 검출 및 보정하였다.
- 개발된 데이터베이스 시스템은 EDCs 별로 화학 물질 명(한글/영어), 화학물질 CAS No., 그리고 생태매체 분류(수서/토양)에 대한 자동 및 복수검색 기능과 생태 세부 분류(계, 강, 종), 그리고 생태분류별 초성검색 기능이 가능하도록 제공하였다(Fig. 2). 이러한 생태 유해성 프로파일의 구성 내용은 다음과 같은 기본정보(생태분류 및 생태 종, 화학물질 분류, CAS No.
- 이와 비교하여 본 DB 시스템은 독성학자들에 의해 수집된 HRD형식의 수기 입력자료의 MRD화 작업을 통하여 자료 결함의 포인트를 발견하고 그에 대한 정제를 실시함으로써, 데이터베이스의 일관성을 향상시키고 구조를 체계적으로 정립하였다. 또한 사용자로 인하여 발생한 오류나 엑셀 등의 수기 도구로 인한 오류에 대한 양상을 파악 가능하도록 하였고, 양질의 데이터 관리를 위한 자동 변환 도구개발의 필요성 및 자동 검출 시스템의 논리들이 확립되었다.
- 또한 사용자로 인하여 발생한 오류나 엑셀 등의 수기 도구로 인한 오류에 대한 양상을 파악 가능하도록 하였고, 양질의 데이터 관리를 위한 자동 변환 도구개발의 필요성 및 자동 검출 시스템의 논리들이 확립되었다. 더불어 데이터 표현 방법을 체계화하여 화학물질 또는 생태 매체 별로 원하는 독성 자료를 편리하게 검색할 수 있도록 시스템을 개발하였다. 기존의 비정형 데이터 형태로 제공되었던 독성 자료베이스를 정량적으로 구조화 함으로써 보다 정확하고 세분화된 독성 변수들을 검색조건으로 하여 사용자가 원하는 형식으로 추출 및 다운로드가 가능하도록 시스템의 사용자 편의성(user-convenience)을 개선하 였다.
- 기존의 비정형 데이터 형태로 제공되었던 독성 자료베이스를 정량적으로 구조화 함으로써 보다 정확하고 세분화된 독성 변수들을 검색조건으로 하여 사용자가 원하는 형식으로 추출 및 다운로드가 가능하도록 시스템의 사용자 편의성(user-convenience)을 개선하 였다. 더 나아가, 초성 및 자동완성 검색 기능을 구현함으로써 생태 종과 EDCs 분류 별 독성 자료를 신속하게 조회할 수 있도록 하였고, 기본정보의 연결성을 체계화하여 연관 정보들을 한 화면에서 추적할 수 있도록 했다. 향후에는 EDCs의 물질분류 코드를 여러 개 부여할 수 있도록 함으로써 독성영향과 종말점을 다각적(facets)으로 검색할 수 있도록 할뿐만 아니라, 다양한 정보를 동시에 분석할 수 있도록 추가 구현하고 다매체 중심의 단계별 통합 평가모듈을 마련할 예정이다.
- 본 연구를 통하여 수서 및 토양 생태 독성 자료를 HRD 및 MRD형식으로 나누어 관계형 데이터베이스 모델링을 단계적으로 수행하였고, 체계적으로 구축된 자료를 바탕으로 웹-기반 독성 검색 시스템을 개발하였다. 국내 환경 생태에 새로 유입되거나 생산되는 EDCs 물질 및 대체물질의 스크리닝 테스트 툴로써 개발된 본 시스템은 초기 생태위해성 평가 수행 및 노출평가에 대한 위해도 결정도구로 활용되어 정부 정책 결정에 다양하게 지원될 수 있을 것으로 판단된다.
- 또한, 독성영향 ‘mortality’에 대하여 종말점이 ‘NR-LETH’ 또는 ‘NR-ZERO’로 표기되어 있는 경우에는 각각 absolute lethal concentration (LC100)과 no observed effect concentration (NOEC)으로 통일화 하는 작업을 진행하였다.
- 이후 2개 자리는 독성영향지표 분류코드로써 ‘biochemical’, ‘hematological’, ‘histological’, ‘immunological’, ‘morphological’, ‘mortality’, ‘others’, ‘physiological’, ‘survival’을 알파벳의 첫자리와 첫자리가 중복되었을 시 순번을 부여한 것이다. 다음으로 이후 3개 자리는 최하위 개별 독성영향지표 명칭을 부여하도록 코드를 설계하였다. 개별 독성영향 지표 명칭의 코드값의 결정을 위하여 HRD형식으로 배포한 독성 자료의 수집한 결과, 수서·토양 및 급· 만성을 포함하여 각각 약 132건과 200건이 최초로 수집되었다.
- 그러나 중복제거를 비롯한 띄어쓰기 오류 등의 기초적인 작업을 실시한 결과, 수서 생태매체는 대분류 9건, 중분류 40건, 소분류 76건, 그리고 토양 생태매체는 대분류 8건, 중분류 63건, 소분류 111건으로 각각 분류되었다. 이어서 독성 영향에 맞는 종말점을 참고문헌의 원문 확인 및 ECOTOX코딩 규칙에 따라 약 40건의 독성영향지표를 정제및 표준화 하였다. 예를 들어, 수집된 독성 자료베이스의 물벼룩 독성영향 ‘immobilization’에 대하여 종말점을 lethal concentration (LCx)으로 표기한 항목들에 대하여 effective concentration (ECx)로 통일하였고, 독성영향 ‘mortality’에 대한 종말점이 ECx로 표기되어 있을 경우 LCx로 표준화 했다.
성능/효과
- 이후 1개의 자리(5) 는 중분류 생태시험종 ‘강’ 의 고유 순번을 나타내며(class code), 그 이후 3개의 자리 즉 끝에서 3개의 자리는 최하위 생태시험종(species code)을 의미한다(Table 4). 최종적으로 생태시험종은 대분류, 중분류, 소분류가 각각 6개, 28개, 191개로 분류되고 각각의 코드가 부여 되었다.
- 분류된 코드를 국제시험종, 국내서식종, 국내지표종 및 기타(국제시험종으로 명시되지 않은 국외서식종으로 추정)의 관점으로 분석한 결과 각각 53종, 90종, 2종 및 85종이었다. 이중 국제시험종과 국내 서식종에 공통적으로 속한 건은 총37종 이었다.
- 더불어 데이터 표현 방법을 체계화하여 화학물질 또는 생태 매체 별로 원하는 독성 자료를 편리하게 검색할 수 있도록 시스템을 개발하였다. 기존의 비정형 데이터 형태로 제공되었던 독성 자료베이스를 정량적으로 구조화 함으로써 보다 정확하고 세분화된 독성 변수들을 검색조건으로 하여 사용자가 원하는 형식으로 추출 및 다운로드가 가능하도록 시스템의 사용자 편의성(user-convenience)을 개선하 였다. 더 나아가, 초성 및 자동완성 검색 기능을 구현함으로써 생태 종과 EDCs 분류 별 독성 자료를 신속하게 조회할 수 있도록 하였고, 기본정보의 연결성을 체계화하여 연관 정보들을 한 화면에서 추적할 수 있도록 했다.
- 개별 독성영향 지표 명칭의 코드값의 결정을 위하여 HRD형식으로 배포한 독성 자료의 수집한 결과, 수서·토양 및 급· 만성을 포함하여 각각 약 132건과 200건이 최초로 수집되었다.
- ECOTOX, Acute Toxicity Data Base, eChemPortal, ECHA CHEM 및 NICNAS는 수서 생태 독성과 함께 일부 토양 생태 독성 자료를 제공하고 있으나 기반이 되는 생태독성 자료 구축이 현저히 부족하고, 제공되는 자료의 형태도 평면적이고 구조화되어 있지 않아 연구자들이 실제로 이러한 자료들을 위해성 평가에 이용하는 경우 본질적인 평가과정보다 자료처리에 더 많은 시간이 소요되어 이러한 개선점을 보완하였다.
- 개별 독성영향 지표 명칭의 코드값의 결정을 위하여 HRD형식으로 배포한 독성 자료의 수집한 결과, 수서·토양 및 급· 만성을 포함하여 각각 약 132건과 200건이 최초로 수집되었다. 그러나 중복제거를 비롯한 띄어쓰기 오류 등의 기초적인 작업을 실시한 결과, 수서 생태매체는 대분류 9건, 중분류 40건, 소분류 76건, 그리고 토양 생태매체는 대분류 8건, 중분류 63건, 소분류 111건으로 각각 분류되었다. 이어서 독성 영향에 맞는 종말점을 참고문헌의 원문 확인 및 ECOTOX코딩 규칙에 따라 약 40건의 독성영향지표를 정제및 표준화 하였다.
후속연구
- 본 연구에서는 향후 정부 사이트의 이식성을 고려하여 전자정부 프레임워크 표준에 따라 시스템 개발을 완료하였다. 개발 환경은 아래 표와 같다(Table 1).
- 더 나아가, 초성 및 자동완성 검색 기능을 구현함으로써 생태 종과 EDCs 분류 별 독성 자료를 신속하게 조회할 수 있도록 하였고, 기본정보의 연결성을 체계화하여 연관 정보들을 한 화면에서 추적할 수 있도록 했다. 향후에는 EDCs의 물질분류 코드를 여러 개 부여할 수 있도록 함으로써 독성영향과 종말점을 다각적(facets)으로 검색할 수 있도록 할뿐만 아니라, 다양한 정보를 동시에 분석할 수 있도록 추가 구현하고 다매체 중심의 단계별 통합 평가모듈을 마련할 예정이다.
- 마지막으로, 국제시험종 및 국내서식종을 표준화하여 생태시험종 및 화학물질 별 데이터 결손(data gap)을 분석할 수 있도록 지원하였다. 이것은 한국형 생태종에 대한 독성시험법 개발 연구의 우선순위를 결정하기 위한 정책지원에도 유용할 것이라고 판단되며, 지속적인 데이터베이스 업데이트를 통하여 누적된 결과값의 이력관리체계를 마련함으로써 향후 추이분석에도 활용 가능할 것으로 사료된다.
- 마지막으로, 국제시험종 및 국내서식종을 표준화하여 생태시험종 및 화학물질 별 데이터 결손(data gap)을 분석할 수 있도록 지원하였다. 이것은 한국형 생태종에 대한 독성시험법 개발 연구의 우선순위를 결정하기 위한 정책지원에도 유용할 것이라고 판단되며, 지속적인 데이터베이스 업데이트를 통하여 누적된 결과값의 이력관리체계를 마련함으로써 향후 추이분석에도 활용 가능할 것으로 사료된다.
- 본 연구에서 구축된 데이터베이스 및 시스템은 기존 EDCs나 대체물질의 유해성 확인을 위한 스크리닝 및 생태 매체 별 노출경로의 다양성을 파악할 수 있는 툴로써, 생태 위해성평가 시 유용한 데이터베이스를 제공하고 또한 핵심 도구로 활용될 수 있을 것으로 생각된다.
- 본 연구를 통하여 수서 및 토양 생태 독성 자료를 HRD 및 MRD형식으로 나누어 관계형 데이터베이스 모델링을 단계적으로 수행하였고, 체계적으로 구축된 자료를 바탕으로 웹-기반 독성 검색 시스템을 개발하였다. 국내 환경 생태에 새로 유입되거나 생산되는 EDCs 물질 및 대체물질의 스크리닝 테스트 툴로써 개발된 본 시스템은 초기 생태위해성 평가 수행 및 노출평가에 대한 위해도 결정도구로 활용되어 정부 정책 결정에 다양하게 지원될 수 있을 것으로 판단된다. 따라서, 본 연구를 통해 체계적으로 구축된 생태 독성 자료베이스와 웹 기반의 검색 시스템을 국가 수준의 독성 및 위해성 평가 도구로 활용할 수 있도록 발전시킬 필요가 있다.
- 국내 환경 생태에 새로 유입되거나 생산되는 EDCs 물질 및 대체물질의 스크리닝 테스트 툴로써 개발된 본 시스템은 초기 생태위해성 평가 수행 및 노출평가에 대한 위해도 결정도구로 활용되어 정부 정책 결정에 다양하게 지원될 수 있을 것으로 판단된다. 따라서, 본 연구를 통해 체계적으로 구축된 생태 독성 자료베이스와 웹 기반의 검색 시스템을 국가 수준의 독성 및 위해성 평가 도구로 활용할 수 있도록 발전시킬 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.