의료 현장에서는 여러 약물을 함께 처방받아 복약하는 경우가 많다. 이러한 복합처방은 모든 가능성을 미리 시험할 수 없기 때문에 널리 알려진 대표적 위험사례를 제외하면 완벽한 사전시험이 불가능하다.
기존에는 부작용 사례를 의약품 적정사용평가(DUR)에 등재시켜 의료현장에서 활용하는 사후 추적만이 최선의 방법이었다. 따라서 복합처방으로 인한 의료 사고를 막기 어려웠고 부작용 예측에도 한계가 있었다.
연구팀은 이 같은 문제를 해결하기 위해 발생 가능한 상황을 사전에 컴퓨터 가상인체로 예측함으로써 위험을 미리 파악할 수 있는 기술을 개발했다.
약물이 투여됨으로써 신체에 영향을 끼치는 정도를 측정한 것인데, 이를 통해 두 개의 약물이 서로 어느 정도의 영향을 주는지 정량화하는데 성공했다.
두 약물 간 간섭이 심해 서로 많은 영향을 준다면 부작용이 발생할 가능성이 높기 때문에 신중한 처방을 해야한다는 결론을 얻을 수 있다.
기존 예측 기술들이 단백질 상호작용 네트워크에서 약물 표적 사이의 근거리 간섭만을 고려했다면, 이 교수 연구팀은 약물 표적의 생체 내 분자 신호전파 시뮬레이션을 통해 원거리 간섭까지 고려해 정확도를 높였다.
이 기술은 다수의 표적을 갖는 복합 천연물의 신호 전파도 분석해 약물과 천연물 사이의 상호작용 예측에도 활용될 수 있을 것으로 기대된다.
KAIST 이도헌 교수는 "이번 연구는 자체 개발한 대규모 컴퓨터 가상인체 시스템을 통해 진행했다"며 "약물 복합처방의 부작용을 예측할 수 있는 새로운 방법을 제시했다는 의의를 갖는다"고 말했다.
이번 연구결과는 미국 공공과학도서관 학술지 '플러스 원'(PLOS ONE) 10월 15일자에 실렸다.