KISTI의 과학향기

환자별로 항암제의 효능을 미리 알 수 있는 인공지능(AI)이 개발됐다. 암은 대표적인 유전체 관련 질병이다. 유전체에 계속 변이가 축적되면서 질병이 발생한다. 따라서 같은 암을 앓더라도 환자마다 유전 변이와 유전자 발현 양상에 차이가 있어 항암제 효능도 제각각이다. 이번에 개발된 AI는 환자 맞춤형 치료에 기여할 것으로 기대된다.

 

이세민 울산과학기술원(UNIST) 바이오메디컬 공학과 교수 연구팀과 정원기 고려대 교수, 서지원 한양대 교수 연구팀과 함께 ‘다중오믹스 데이터 기반의 환자 맞춤형 항암제 반응성 예측을 위한 기계학습 모델’을 개발했다. 다중오믹스는 유전체, 전사체, 단백체, 대사체, 후성유전체, 지질체 등 다양한 분자 수준에서 생성된 데이터를 동시에 분석해 종합적으로 질병을 진단하고 예측하는 기술이다.

 

연구팀은 항암제 반응성 데이터를 기반으로 한 다중오믹스에 ‘네트워크 임베딩 기술’을 적용했다. 네트워크 임베딩은 주로 소셜 네트워크 분석에 활용되는 분석 기법으로 사용자를 연결점, 상관관계를 연결선으로 표현해 연관성을 분석하는 방법이다. 연구팀은 암세포에서 파생된 세포주와 항암제, 유전자를 하나의 연결점(노드)으로 삼았다. 각 노드를 연결한 연결선(엣지)에는 세포주-항암제(항암제 반응성), 세포주-유전자(유전자 변이), 유전자-유전자(단백질 상호작용)에 대한 정보를 담았다. 노드와 엣지로 표현된 네트워크 세트의 상관관계를 반영한 ‘임베딩 벡터’를 추출해 환자맞춤형 항암제의 효능을 도출했다. 개발된 모델의 항암제 반응성 예측 성능은 기존 모델보다 크게 향상된 93% 정도의 정확도를 보였다.

 

논문의 제1저자인 이강근 고려대 연구교수는 “저항성 위주로 편향된 반응성 데이터를 보완하기 위해 다양한 인공지능 기법을 적용했다”고 말했다. 장진호 UNIST 박사후연구원은 “이 기술은 암 환자에게 적합한 약물의 후보를 제안함으로써 맞춤 치료를 가속화할 것”이라고 말했다. 이번 연구결과는 국제학술지 ‘브리핑스 인 바이오인포매틱스(Briefings of Bioinformatics)’ 12월 2일 자에 실렸다.