상세 설명

우리 연구실은 빅데이터와 인공지능(AI) 기술을 활용한 독성예측 및 차세대 위해성평가(Next Generation Risk Assessment, NGRA) 연구를 활발히 수행하고 있습니다. 최근 화학물질의 종류와 사용량이 급증함에 따라, 전통적인 동물실험 기반의 독성평가만으로는 모든 물질의 위해성을 신속하고 효율적으로 평가하는 데 한계가 있습니다. 이에 따라, 다양한 독성 데이터베이스(ToxCast, CompTox Chemical Dashboard, eChemPortal 등)와 AI 알고리즘을 결합하여, 화학물질의 구조·물리화학적 특성·생물학적 반응 정보를 통합 분석하고, 독성예측모델을 개발하고 있습니다. 특히, 우리 연구실은 머신러닝, 딥러닝, 그래프 신경망 등 최신 AI 기법을 적용하여, 독성발현경로(AOP) 기반 예측모델, 흡입독성·유전독성·발달독성·신경독성 등 다양한 독성 엔드포인트별 예측모델, 그리고 생활화학제품 혼합물의 누적독성 평가모델을 구축하고 있습니다. 또한, 데이터 부족 및 불균형 문제를 해결하기 위한 데이터 마이닝, 최적의 분자지문 및 알고리즘 조합 탐색, 설명가능한 AI(Explainable AI) 모델 개발 등도 적극적으로 추진하고 있습니다. 이러한 빅데이터·AI 기반 독성예측 연구는 동물실험을 대체·보완하는 새로운 접근법(NAMs)으로서, 규제기관의 의사결정 지원, 신물질 사전위해성 평가, 환경성질환 예측플랫폼 구축 등 다양한 분야에 활용되고 있습니다. 앞으로도 우리 연구실은 데이터사이언스와 환경독성학의 융합을 통해, 미래 지향적이고 과학적인 화학물질 관리체계 구축에 기여할 것입니다.

키워드

관련 이미지

관련 자료