Interpretable tissue-resolved drug toxicity prediction with pathway-level mechanism attribution

당신이 완벽한 새로운 요리를 만들려는 셰프라고 상상해 보세요. 당신에게는 레시피(약물)와 주방(인체)이 있습니다. 문제는 인체가 단순히 하나의 커다란 주방이 아니라, 저마다 고유한 규칙, 재료, 민감성을 가진 서로 다른 구역들로 이루어진 도시라는 점입니다. '간 구역'을 뜨겁게 달구는 향신료가 '심장 구역'을 무너뜨릴 수도 있고, '뇌 구역'은 알아차리지도 못할 수도 있습니다. 수십 년 동안 과학자들은 새로운 약물이 환자에게 제공되기 전에 어떤 구역을 망가뜨릴지 예측하기 위해 애써왔습니다. 대개 그들은 약물의 화학적 구조만을 보고 추측해 왔는데, 이는 '어디에' 위치하느냐가 '무엇을' 가지고 있느냐만큼 중요하다는 사실을 놓치는 것이었습니다. 이것이 바로 약물 독성의 핵심입니다. 즉, 약이 단순히 위험한지를 아는 것이 아니라, 몸의 어디에서 문제를 일으킬 수 있으며 왜 그런지를 밝혀내는 것입니다.

여기에 노르웨이 과학기술대학교와 헬싱키 대학교 연구진이 개발한 디지털 탐정, ToxiPred가 등장합니다. ToxiPred를 약물의 화학적 형태뿐만 아니라 신체의 모든 조직이 가진 '성격'까지 연구하는 똑똑한 두 개의 탑을 가진 로봇이라고 생각해보세요. 이 로봇에게는 특별한 기술이 있습니다. 약물과 조직을 70개의 특정 '경로'(우리 세포 내부의 생물학적 조립 라인과 같은)라는 좁은 복도에서 만나게 강제하는 것입니다. 이 복도는 번역기 역할을 하여, 특정 약물이 어떻게 특정 조직의 기계 장치를 망가뜨리는지 정확히 드러냅니다. 만약 로봇이 어떤 약물이 심장에 해로울 것이라고 예측한다면, 단순히 "위험!"이라고 말하는 데 그치지 않고, 손가락으로 가리키며 "이것은 심장 세포 내의 콜레스테롤 공장을 망가뜨리고 있습니다"라고 말합니다.

연구팀은 이 로봇을 수천 개의 약물로 테스트했으며, 여기에는 한 번도 본 적 없는 약물들도 포함되었습니다. 그 결과 ToxiPred가 문제를 포착하는 데 놀라울 정도로 뛰어나다는 것을 발견했습니다. 알려진 독성 약물들과 대조했을 때, 간 문제에 대해서는 약 85%, 일반적인 임상 시험 실패에 대해서는 73%의 정확도를 보였습니다. 하지만 진짜 마법은 정신 건강 관련 약물인 쿠에티아핀(quetiapine)이나 설트랄린(sertraline)을 테스트했을 때 일어났습니다. 로봇은 이 약물들이 심장에 가혹할 것이라고 예측했는데, 특히 지질(fat) 및 콜레스테롤 경로를 교란함으로써 그렇다고 예측했습니다. 이것이 컴퓨터의 환각이 아님을 증명하기 위해, 과학자들은 실험실에서 인간의 심장, 뇌, 망막을 모사한 작은 살아있는 '미니 장기'(오가노이드)를 배양했습니다. 그 미니 장기들에 약물을 투여하자, 로봇이 예측했던 것과 정확히 일치하는 지방 관련 스트레스 신호와 함께 심장이 박동을 멈추었습니다.

이것은 모든 안전 테스트를 대체하는 마법 지팡이는 아니지만, 강력한 새로운 손전등입니다. 이는 약물이 서로 다른 조직에서 타겟팅하는 특정 생물학적 경로를 이해함으로써, 어떤 약물에 추가적인 안전 점검이 필요한지, 그리고 어떤 약물이 사용하기에 안전할 가능성이 높은지를 우선순위화할 수 있음을 시사합니다. 이는 막연한 추측을 표적 조사로 바꾸어, 잠재적으로 시간과 비용, 그리고 무엇보다 환자의 안전을 구할 수 있게 합니다.

두 개의 탑을 가진 로봇 이야기

문제점: "일률적인 방식"의 실수
열쇠(약물)와 다양한 자물쇠(간, 심장, 뇌와 같은 조직)가 있다고 상상해 보세요. 오랫동안 과학자들은 열쇠의 톱니 모양만 보고 열쇠가 자물쇠를 부술지 예측하려고 노력했습니다. 그들은 어떤 자물쇠는 깨지기 쉬운 유리로 만들어져 있고(민감한 조직), 어떤 자물쇠는 강철로 만들어져 있다(강한 조직)는 사실을 자주 놓쳤습니다. 어떤 열쇠가 강철 자물쇠에는 완벽하게 맞더라도, 유리 자물쇠는 산산조각 낼 수 있습니다. 기존의 컴퓨터 모델은 그러했습니다. 그들은 "이 약물이 독성이 있는가?"에 대해 단일 점수만을 제공했을 뿐, 어느 부분이 다칠 것인지 혹은 어떻게 일어날 것인지는 알려주지 않았습니다.

해결책: ToxiPred의 두 개의 탑
연구진은 고도의 매칭 서비스처럼 작동하는 신경망(컴퓨터 뇌의 일종)인 ToxiPred를 구축했습니다. 이 모델은 두 개의 주요 탑을 가지고 있습니다:

1. 약물 탑 (The Drug Tower): 이 탑은 약물의 화학적 구조, 알려진 타겟, 그리고 세포 내 유전자 활동을 어떻게 변화시키는지 살펴봅니다.
2. 조직 탑 (The Tissue Tower): 이 탑은 간, 심장, 뇌 등에서 어떤 유전자가 활성화되어 있고 생존에 필수적인지를 조사하여 각기 다른 조직의 특유한 '분위기'를 연구합니다.

이 두 탑은 중간 지점인 '병목 구간'에서 만나는데, 이곳은 정확히 70개의 경로로 이루어진 좁은 복도입니다. 이 경로들을 공장의 70가지 서로 다른 조립 라인이라고 생각해보세요. 로봇은 약물과 조직이 오직 이 70개의 라인을 통해서만 상호작용하도록 강제합니다. 만약 약물이 '심장 공장'의 '콜레스테롤 조립 라인'을 막아버린다면, 로봇은 이를 즉시 알아차립니다. 이 설계가 중요한 이유는 로봇이 단순히 숫자 하나를 예측하는 것이 아니라, 그 *기전(mechanism)*을 설명해주기 때문입니다. 로봇은 "이 약물은 콜레스테롤 라인을 막기 때문에 심장에 독성이 있다"라고 알려줍니다.

훈련: 과거로부터 배우기
로봇을 가르치기 위해 과학자들은 공공 데이터베이스에서 발견된 9,275개의 서로 다른 약물-조직 조합 데이터를 입력했습니다. 그들은 로봇에게 0에서 50 사이의 척도로 나타나는 '약물 민감도 점수'(DSStox라고 불림)를 예측하도록 가르쳤습니다.

• 0–3.0: 약물이 안전할 가능성이 높음 (낮은 위험성).
• 3.0–5.0: 약물이 '경계선'에 있음 (모호함).
• 5.0+: 약물이 위험할 가능성이 높음 (높은 위험성).

연구진은 완전히 새로운 형태의 구조를 가진 약물에 대해 예측하도록 하는 '약물 불일치(drug-disjoint)' 방식을 사용하여, 한 번도 본 적 없는 새로운 약물들에 대해 로봇을 테스트했습니다. 로봇은 매우 복잡한 과제임에도 불구하고 0.73의 상관관계를 기록하며 매우 높은 성적을 거두었습니다. 이는 매우 강력한 점수입니다.

실제 세계 테스트: 항감염제 도전
먼저, 연구진은 93개의 항감염제(항생제 및 항바이러스제)를 대상으로 로봇을 테스트했습니다. 이 약물들은 인간 세포가 아닌 박테리아나 바이러스를 죽이기 위해 설계된 것들입니다. 로봇은 이 약물들이 인간 조직에 낮은 독성(3.0 미만)을 가질 것이라고 정확히 예측하는 동시에, 인간 세포에 독성이 있는 것으로 알려진 몇몇 참조 약물들을 식별해냈습니다. 실험실에서 이 약물들을 여섯 가지 다른 인간 조직 시스템(폐, 간, 장, 신장, 췌장, 유방)에 테스트했을 때, 로봇의 예측은 실제 결과와 0.78에서 0.84 사이의 상관관계로 일치했습니다. 이는 로봇이 단순히 추측하는 것이 아니라, 세균을 죽이는 것과 인간을 해치는 것의 차이를 이해하고 있음을 입증했습니다.

심층 분석: 정신 의약품의 미스터리
가장 흥激한 부분은 91개의 정신 의약품(항우울제 및 항정신병 약물과 같은 정신 건강 치료제)과 관련된 이야기였습니다. 이 중 약 **98%**는 로봇이 이전에 본 적 없는 완전히 새로운 약물들이었습니다. 로봇은 이들을 스캔하여 **쿠에티아핀(quetiapine)**과 **설트랄린(sertraline)**을 포함한 몇몇 약물이 높은 독성 위험을 가지고 있다고 표시했으며, 특히 지질 및 콜레스테롤 경로를 지목했습니다.

로봇이 맞았는지 확인하기 위해 과학자들은 실험실에서 인간 오가노이드(인간 장기를 모사한 작은 3D 모델)를 배양했습니다. 그들은 다음을 사용했습니다:

• 전뇌(Forebrain) 오가노이드
• 심장(Cardiac) 오가노이드
• 망막(Retinal) 오가노이드

그들은 이 미니 장기들에 약물을 처리하고 어떤 일이 일어나는지 관찰했습니다.

• 심장 테스트: 쿠에티아핀과 설트랄린을 투여했을 때, 미니 심장 오가노이드는 20 µM 농도에서 박동을 멈췄습니다. 이는 로봇의 예측과 일치하는 매우 큰 경고 신호였습니다.
• 분자 테스트: 심장 세포 내부의 유전자를 스냅샷으로 찍었습니다. 그 결과, 설트랄린과 쿠에티아핀이 콜레스테롤 생합성 및 지질 대사와 관련된 유전자들을 활성화한다는 것을 발견했습니다. 이는 로봇의 '경로 귀속(pathway attribution)'과 완벽하게 일치했습니다.
• 대조군: 또 다른 약물인 **아리피프라졸(aripiprazole)**은 근육 발달 유전자에 영향을 주는 등 다른 패턴을 보였습니다. 이는 로봇이 단순한 '나쁨' 점수가 아니라, 서로 다른 유형의 독성을 구별할 수 있음을 보여주었습니다.

멀티 오믹스(Multi-Omics) 후속 연구
더 깊이 파고들기 위해 연구진은 쿠에티아핀을 상세히 연구했습니다. 그들은 영리한 방법을 사용했는데, 오가노이드를 스트레스 유발 물질인 레티노산(retinoic acid)으로 처리한 후 쿠에티아핀을 추가하는 것이었습니다. 이를 통해 쿠에티아핀이 정확히 무엇을 하는지 분리해낼 수 있었습니다. 그들은 쿠에티아핀이 리포단백질 운반 및 콜레스테롤 항상성과 관련된 유전자를 억제한다는 것을 발견했습니다. 또한 대사물질(작은 화학적 구성 요소)을 조사하여 **푸마르산트(fumarate), 말산(malate), 아실카르니틴(acylcarnitines)**의 변화를 찾아냈으며, 이는 약물이 세포의 에너지와 지방 처리 방식을 방해하고 있음을 시사합니다.

이것이 의미하는 바
논문은 ToxiPred가 우선순위 결정을 위한 강력한 도구라고 결론짓습니다. 이것은 안전을 보장하는 수정구슬은 아니지만, 매우 효과적인 필터입니다. 수천 개의 새로운 약물 목록을 가져와서 "이것들을 먼저 확인해 보세요. 이것들은 심장의 콜레스테롤 공장을 막을 것 같습니다"라고 말할 수 있게 해줍니다.

연구진은 이것이 **기전 가이드형 프레임워크(mechanism-guided framework)**이지, 임상 시험을 대체하는 것이 아님을 주의 깊게 명시했습니다. 오가노이드는 단순화된 모델이며, 데이터는 전체 인간의 몸을 완벽하게 모사하지 못할 수 있는 세포주에서 나옵니다. 그러나 로봇의 예측(경로, 예: 콜레스테롤)이 살아있는 인간 세포에서의 실제 생물학적 변화와 일치했다는 사실은 엄청난 진전입니다. 이는 우리가 이제 "이 약물이 독성이 있는가?"라는 질문에서 벗어나, 환자에게 투여하기 전에 "이 약물이 어떻게, 어디에서, 왜 독성을 나타내는가?"를 물을 수 있는 단계로 나아가고 있음을 시사합니다.

결국, ToxiPred는 '화학'과 '생물학'이라는 두 언어를 모두 구사하는 번역기와 같습니다. 이 두 언어가 70개의 경로라는 좁은 복도에서 만나도록 함으로써, 약물이 우리 몸과 어떻게 상호작용하는지에 대한 숨겨진 이야기를 드러내며, 더 안전한 의약품을 향한 더 명확하고 희망적인 길을 제시합니다.