초록 ▼

□ 연구개요
• 전 세계적으로 10만여 종의 화학물질이 유통되고 있는 가운데, 2010년 기준으로 국내에 유통되는 화학물질은 약 430 만 톤으로 43,000여 종이 도입되었고, 매년 400여종이 신규로 시장에 진입함.
• 국가별 유해 화학물 노출에 따른 악영향에 대한 위험성이 대두되고 있으며 이를 해결하기 위한 문제가 시급한 것으로 사료됨.
• 우리나라에서는 2015년 화평법 제정으로 국내에서 제조 및 수입되는 모든 신규화학물질과 연간 1톤 이상 생성되는 화학물질에 대해서는 전부 위해성 평가를 진행하고 있음.

□ 연구개요
• 전 세계적으로 10만여 종의 화학물질이 유통되고 있는 가운데, 2010년 기준으로 국내에 유통되는 화학물질은 약 430 만 톤으로 43,000여 종이 도입되었고, 매년 400여종이 신규로 시장에 진입함.
• 국가별 유해 화학물 노출에 따른 악영향에 대한 위험성이 대두되고 있으며 이를 해결하기 위한 문제가 시급한 것으로 사료됨.
• 우리나라에서는 2015년 화평법 제정으로 국내에서 제조 및 수입되는 모든 신규화학물질과 연간 1톤 이상 생성되는 화학물질에 대해서는 전부 위해성 평가를 진행하고 있음.
• 기존의 독성 연구는 실험동물 의존도가 높고 low throughput이라는 문제가 있음. 따라서 high throughput이 가능한 위해성 평가 방법 개발이 시급함.

□ 연구 목표대비 연구결과
• ChemIDPlus의 데이터베이스를 얻어내는 프로그램을 제작하여 자체 빅데이터 구축 완료하였음.
• 해당 데이터를 이용하여 화학물의 2D 이미지 데이터 및 ECFP fingerprint를 추출하여 학습을 위한 데이터셋을 구축하였음.
• 데이터 셋에 맞는 CNN과 ANN의 혼합형 모델 개념을 제안하고 모델 학습을 진행하였음.
• 최종 독성 예측 결과는 각 클래스별로 56.8%, 65.4%, 82.4%, 47.5%의 예측력을 확보하였음.

□ 연구개발결과의 중요성
• 동물실험이 최근에 컴퓨터 시뮬레이션 등으로 대체하려는 움직임이 있어 본 과제 수행으로 얻을 수 있는 결과는 동물실험을 줄이고 대체할 수 있기 때문에 전 세계적으로 화학물을 사용한 연구개발에서 윤리적인 부분에서의 문제해결과 약물 개발 비용적 측면에서의 감소로 이어질 수 있음.
• In silico virtual human 모델은 실험 전 pre-screening 시스템에 적용하여 실험비용의 절감을 기대할 수 있으며, 독성이 없는 물질에 대해서는 꾸준히 먹어야 하는 약물 개발에도 적용될 수 있을 것이라 생각되고 있음.
• 국내에서도 식품과 의약품 등의 안전성 연구에서 동물실험대신 컴퓨터 시뮬레이션을 통한 독성평가를 할 수 있는 ‘첨단독성예측평가기술’ 개발에 높은 관심을 가지고 있기 때문에 본 과제를 통해 만들어진 모델이 국가 산업에 높은 기여를 할 수 있을 것이라 판단됨.
• 본 연구과제를 수행하기 위해 연구한 연구원들의 화학, 데이터 분석, 전산학, 딥러닝 등 다학제적인 개념을 활용한 연구를 진행하였고 이를 통해 융합형 인재 양성에 기여를 함. 즉, 4차 혁명의 핵심분야 4개 중 2개인 인공지능과 빅데이터 연구에 최적화된 인재를 양성하였음.
• 추후 생물학 분야의 다양한 머신러닝 및 분석기법 적용은 생물학 분야의 지식 양성 및 새로운 개념 도출에 기여할 가능성이 높음.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• 1) 딥러닝을 이용한 독성 예측모델 개발 연구 ... 5
• 2) 뒤퓌트랑 질병의 유전 마커 발굴을 위한 genomic 및 transcriptomic 통합 분석 ... 11
• 3) 공용 DB를 이용한 인슐린 저항성 유전자의 메타분석 ... 17
• 3. 연구개발결과의 중요성 ... 18
• 4. 참고문헌 ... 19
• 5. 연구성과 ... 21
• 대표적 연구실적 ... 26
• 끝페이지 ... 38