Ajou News
NEW 약대 김정현 교수팀, AI 기반 환자맞춤형 ‘약물 심장독성 예측 플랫폼’ 개발
- 2025-09-11
- 173
약학대학 김정현 교수팀이 AI 기술을 활용해 환자 맞춤형 심장 부정맥 예측 플랫폼을 개발했다. 약물에 의한 심장 부정맥은 신약 개발 과정의 주요 탈락 요인이자 시판 후 약물 회수의 원인이 되어 왔다는 점에서, 향후 약물 안전성 확보에 기여할 수 있을 전망이다.
해당 연구는 ‘환자 유래 iPSC-심근세포를 이용한 심장 독성 위험 예측을 위한 머신러닝 플랫폼(A machine learning platform for genotype-specific cardiotoxicity risk prediction using patient-derived iPSC-CMs)’이라는 제목의 논문으로 저명 학술지 <저널 오브 어드밴스드 리서치(Journal of Advanced Research, Impact Factor 13)>에 온라인 게재됐다. 아주대 약대 김정현 교수(사진)와 중앙대·국립보건연구원·가톨릭대·고려대 연구팀이 함께 참여했다.
약물에 의한 심장 독성, 즉 부정맥은 신약 개발 과정에서 주요 탈락 요인이자 시판 후 약물 회수의 원인으로 작용해왔다. 특히 염전성 심실빈맥(Torsades de Pointes, TdP) 같은 치명적 부정맥이 문제가 되어 왔다.
지금까지는 주로 동물실험이나 단일 이온 채널(hERG) 차단 시험으로 약물의 심독성을 평가해왔으나, 이러한 전통적 방법은 환자별 유전적 배경에 따른 실제 위험을 충분히 반영하지 못한다는 한계가 있었다.
김정현 교수 연구팀은 이러한 문제를 해결하기 위해 환자 혈액세포로부터 유도만능줄기세포(iPSC)를 제작하고, 이를 심근세포(iPSC-CM)로 분화시켜 환자의 질환 특이적 심장세포 모델을 구현했다. 특히 심장질환 중 하나인 롱 QT 증후군(Long QT Syndrome, LQTS)과 브루가다 증후군(Brugada Syndrome, BrS) 환자 유래 세포를 이용해 실제 환자와 유전적·기능적으로 유사한 환경을 재현했다.
연구팀은 분화된 심근세포(iPSC-CM)를 이용해 28종의 약물 반응을 마이크로전극 어레이(Microelectrode Array, MEA) 기술로 측정하고, 이를 AI 머신러닝 알고리즘에 학습시켰다.
분석 결과 정밀한 심독성 예측이 가능함이 확인됐고, 특히 질환 특이적 세포 데이터를 반영했을 때 더욱 정밀한 예측이 가능했다. 브루가다 환자 세포는 칼슘 채널 차단제에 과민반응을 보였고, 롱 QT 환자 세포는 칼륨 채널 억제제에 더 민감한 반응을 보인 것. 이는 환자 유전형에 따라 약물 반응이 달라질 수 있음을 입증한 중요한 결과다.
또한 연구팀의 분석 결과, 기존에는 저위험으로 분류되었던 일부 약물이 실제 환자 세포 모델에서는 심장 독성을 보이는 것으로 재분류됐다. 이는 새로운 AI 기반 환자 맞춤형 평가가 기존의 약물 안전성 분류 체계를 보완할 수 있음을 보여주는 사례다.
부정맥 환자 유래 역분화줄기세포 실험 결과
김정현 교수는 “환자 유래 줄기세포 모델과 AI를 융합해, 실제 환자의 유전적 특성을 반영한 정밀 안전성 평가 플랫폼을 구축한 것”이라며 “이번 연구는 환자 특이적 유전형을 반영한 AI 정밀 심장 안전성 평가 플랫폼을 세계 최초로 제시했다는 데 의미가 있다”라고 말했다.
이어 “향후 약물의 심장 독성 유발과 관련한 평가의 국제 가이드라인인 CiPA 등과 연계, 글로벌 표준으로 확산될 가능성이 높다”라고 덧붙였다.
한편 이번 논문은 생물학연구정보센터(BRIC)의 ‘한빛사’ 논문으로 선정됐다. 포항공대 생물학연구정보센터(BRIC)는 생명·의과학 분야에서 피인용 지수(Impact Factor)가 10 이상인 학술지나 그룹별 상위 3% 이내의 세계적인 학술지에 생명과학 분야 논문을 게재한 한국 과학자들을 '한빛사'로 선정해 소개하고 있다.
약학과 김정현 교수팀은 앞으로도 국내 연구자들과 팀을 이루어 ▲다중 오믹스 데이터 ▲심장 오가노이드 ▲차세대 AI 모델을 접목한 더욱 고도화된 안전성 평가 시스템을 구축해 나갈 계획이다.