Research

[동물실험 한계 넘어 인간 생리 재현하는 오가노이드칩 리뷰 논문 발표]

POSTECH 기계공학과 윤정빈 연구조교수, 기계공학과·IT융합공학과·융합대학원·생명과학과 장진아 교수, 일본 교토대 류지 요코가와 교수 공동 연구팀이 신장·방광 오가노이드-온-칩 기술 발전 흐름을 정리한 리뷰 논문을 국제 학술지 ‘Advanced Drug Delivery Reviews’에 ’발표했다.

 신장과 방광은 약물의 체내 분포, 배설, 독성 반응을 결정하는 핵심 장기이지만, 기존 2D 세포배양이나 동물모델만으로는 사람에서의 반응을 충분히 예측하기 어렵다. 특히 약물 유래 신독성은 임상 실패의 주요 원인 중 하나로, 이를 줄이기 위해 사람 생리와 더 가까운 예측 가능한 전임상 플랫폼이 필요하다.

 신약 개발 과정에서는 사람에게 실제로 투여했을 때 예상하지 못한 부작용이 뒤늦게 나타나는 경우가 많다. 특히 신장 독성은 임상 실패로 이어지는 주요 원인 중 하나로 꼽힌다. 이를 해결하기 위해 사람의 장기 기능을 실험실에서 최대한 가깝게 재현하려는 연구가 활발히 진행되고 있다.

 이번 논문은 새로운 기술을 직접 개발했다기보다는, 신장·방광 오가노이드 칩 기술이 현재 어느 수준까지 발전했는지, 앞으로 어떤 방향으로 나아가야 하는지를 정리했다. 특히, 사람 신장과 방광의 생리적인 구조와 기능을 모사하는 미세생리시스템(Microphysiological systems, MPS)¹⁾의 발전 방향을 종합적으로 다뤘다.

 연구팀은 신장과 방광 모델의 발전 과정을 초기 세포 배양 모델에서부터 오가노이드 통합 칩, 혈관화 기술, 실시간 센서, 3D 바이오프린팅, 인공지능(AI) 기반 자동화 기술까지 단계적으로 정리했다. 이러한 기술들은 단순한 세포 실험을 넘어, 유체 흐름과 물질 이동, 장벽 기능 등 실제 인체 환경을 점점 더 정밀하게 모사하는 방향으로 발전해 왔다. 특히 신장 오가노이드-온-칩과 방광 모델을 함께 다루며, 신장과 방광은 약물의 배설과 체내 노출을 결정하는 핵심 장기이기 때문에, 두 장기를 함께 고려한 평가 시스템이 중요하다는 점도 강조됐다. 이를 통해 신장 독성뿐 아니라 방광 내 약물 전달과 같은 특수한 투여 방식까지 평가할 수 있는 가능성이 제시됐다.

 또한, 오가노이드칩 데이터를 생리학 기반 약동학²⁾ 모델이나 디지털 트윈³⁾ 기술과 결합할 경우, 약물 반응을 더 정밀하게 예측할 수 있다고 설명했다. 이는 신약 개발 과정에서 시행착오를 줄이고, 전임상 단계 신뢰도를 높이는 데 기여할 수 있다.

 윤정빈 연구조교수는 “이번 리뷰는 신장과 방광 장기칩 기술의 발전 흐름을 정리하고, 현재 기술이 어느 수준인지, 그리고 앞으로 해결해야 할 과제를 보여주는 데 의미가 있다”라며 “국제 공동연구를 통해 사람 중심의 전임상 평가 기술이 어떻게 발전할 수 있을지 방향을 제시했다”라고 밝혔다.

 한편, 이번 연구는 과학기술정보통신부 재원의 한국연구재단 세종과학펠로우십 사업과, 과학기술정보통신부 및 교육부 재원의 한국연구재단 글로벌 헬스케어 의공학 연구소(국가연구소사업) 지원으로 수행됐다.

▶️ DOI: https://doi.org/10.1016/j.addr.2026.115887

1. 미세생리시스템(Microphysiological systems, MPS): 장기칩(organs-on-chips) 또는 조직칩(tissue chips)이라고도 불리며, 인간 장기의 구조, 기능 및 세포 미세환경을 모사하도록 설계된 첨단 바이오공학 플랫폼으로, 높은 생리학적 재현성을 바탕으로 생의학 연구와 신약 개발을 혁신하는 인간 유래 조직 모델 플랫폼이다.

2. 생리학 기반 약동학(Physiologically Based Pharmacokinetic, PBPK) 모델링: 화학물질 또는 약물의 흡수, 분포, 대사, 배설(ADME) 과정을 인체의 생리학적·해부학적 정보를 기반으로 수학적으로 모사하여 예측하는 모델링 기법이다.

3. 디지털 트윈(Digital Twin): 현실 세계의 물리적 사물, 공간 또는 시스템을 가상 공간에 동일하게 구현하여 실시간 모니터링, 시뮬레이션 및 분석을 수행하는 기술로, IoT (Internet of Things) 센서와 AI 기반 데이터 연계를 통해 미래 상태를 예측하고 최적의 운영 및 제어를 가능하게 하는 기술이다.