시너지칼럼 포커스 연구성과 연구원동정 BSRC사업단소식
유전자동의보감사업단 뉴스레터

연구성과

모델분야


광주과학기술원 남호정 교수
연구명

화합물 구조 정보를 이용한 간독성 예측 모델 구축 및 천연물 간독성 여부 예측

SUMMARY

기존에 알려진 간독성 유발 화합물 데이터를 기반으로 화합물의 간독성 여부 예측 모델을 구축하였다. 모델 구축 과정에서 화합물의 구조적 정보를 사용하였으며, 구축된 예측 모델로 천연물의 간독성 여부를 예측하였다.

연구배경

신약 개발에 있어서 화합물의 간독성 유발 여부는 중요한 요인이다. 그러나 간독성 유발 여부를 실험하는 데에는 많은 비용과 시간이 소모된다. 또한, 동물실험의 결과가 사람 인체 내에서 나타나는 반응과 다른 양상을 보이는 경우도 있기 때문에 이를 예측하는 모델링 방법이 많이 연구되어오고 있다. 관련 연구로는 화합물의 속성이나 구조 정보를 기반으로 기계학습을 통하여 예측하는 방법이 알려져 있다. 그러나 그 정확도가 높지 않았고 어떠한 이유로 간독성을 일으키는지에 대한 분석이 부족하여 세부 구조 정보 분석을 하여 간독성을 유발하는 구조들을 제시함으로써 신약 개발에 있어 간독성을 보다 효과적으로 예측하여 도움을 줄 수 있다.

연구내용

1중과제 2세부 광주과학기술원 남호정 교수 연구팀은 알려져 있는 약물 정보를 활용하여, 기계학습을 통한 간독성 여부 예측 모델을 구축하였다. 모델 구축에 있어서 구조 정보를 사용하였으며, 각 구조마다 간독성을 일으키는 화합물에서 빈번하게 발견된 구조에 가중치를 부여하였고, 이러한 특징정보를 통하여 교차검증과 외부검증에서 보다 향상된 성능을 보이는 것을 확인하였다.

[그림 1] 간독성 예측 모델의 교차검증 결과

[그림 2] 간독성 예측 모델의 외부검증 결과

[그림 3] 이전 연구(Zhang)와의 성능 비교 그래프

[그림 4] 천연물의 화합물 간독성 여부 예측 결과

연구성과

이 연구를 통해 화합물의 간독성 여부를 예측할 수 있는 모델을 구축하였고, 교차검증과 독립적인 데이터와의 외부검증으로 모델의 성능이 가중치 계산을 통하여 향상되었음을 확인하였다. 천연물 화합물의 간독성 정도를 예측하였고 결과적으로 상당수가 간독성을 가진다고 예측되어 주의가 필요함을 제시하였다. 본 연구의 결과는 그 중요성을 인정받아 BMC Medical Informatics and Decision Making에 게재 예정이다.

기대효과

전통 천연물은 신약 개발에 있어서 그 효능이 뛰어남에도 불구하고 과학적으로 증명되기 어려워 현대 의약에서 활용도가 높지 않다. 또한, 약 개발에 있어서 중요한 부분인 독성 검증, 그 중 간독성을 유발하는지에 대한 여부는 잘 알려져 있지 않다. 따라서 기존에 알려진 간독성 유발 화합물의 정보를 활용하여 예측 모델을 만들어 천연물 화합물의 간독성 여부를 확인할 수 있다면, 이들의 신약으로서의 가능성을 밝히는데 도움을 줄 수 있다.

[관련성과]
Eunyoung Kim, Hojung Nam*, "Prediction models for drug-induced hepatotoxicity by using weighted molecular fingerprints", BMC Medical Informatics and Decision Making, Accepted.