AI, 시뮬레이션 통해 다양한 환경에서 세포 행동 예측에 사용
재생의학과 AI 융합, 3D 프린팅으로 인공장기 설계 가능케 해
내이 의학 발전의 가장 큰 도전은 생리학 데이터 수집하는 것
제8회 온라인 국제심포지엄이 오는 10월 8일 열린다고 삼성서울병원 줄기세포 재생의학연구소가 지난 7일 밝혔다.
주최 측에 따르면, 이번 심포지엄에 줄기세포 재생의학 연구 분야 중 뇌졸증 분야의 세계적 석학 미국 오클랜드 대학의 마이클 촙(Michael Chopp) 교수가 참석해 기조연설을 할 예정이다.
이외에도 줄기세포 분야의 국내외 전문가들이 참석해 난치질환 극복을 위한 줄기세포 재생의학의 기초연구는 물론 임상 분야 적용에 이르기까지 연구성과를 교류하는 자리가 될 것이란 전망이다.
지난달 25일 정부가 범부처 재생의료 기술개발사업에 10년간 5955억 원을 지원한다는 방침을 밝혔다. 신규 과제로 확정된 51개 사업에 올해만 102억 원을 투입하고 오는 2030년까지 10년간 총 5955억 원을 지원한다는 계획이다.
재생의학은 사람의 신체구조와 기능을 재생·회복·형성하기 위해 줄기세포 등을 이용하는 첨단 의학 분야로 전 세계적으로 연구가 활발하게 이뤄지고 있지만 연구의 복잡성으로 인해 그동안 진전이 더뎠다.
그러나 거의 모든 장기 조직 세포로 분화할 수 있는 ‘iPS’(유도만능 줄기세포)’가 발견되면서 그 속도가 빨라지는 가운데 최근 들어 그동안 축적된 방대한 데이터를 통해 스마트해진 인공지능이 새로운 활로를 열고 있다.
미국 의료계 연구진은 몇 년 전부터 줄기세포 연구에 AI를 적극적으로 도입하면서 상당한 연구성과를 거두고 있다.
AI, 세포 행동 예측에 사용
건강정보 매체 헬스사이트는 재생의학 분야에서 인공지능(AI)이 큰 도움이 될 4개 분야를 연구진이 규명했다고 지난 6일 보도했다.
프라딥 마하잔(Pradeep Mahajan) 박사(인도 뭄바이 소재 StemRx 생명과학 솔루션 기업 재생의학 연구원)에 따르면, 재생의학과 줄기세포 연구에 인공지능이 융합되고 있으며, 이는 연구를 새로운 수준으로 끌어올리고 있다는 것이다.
줄기세포를 통해 신체의 선천적 치유능력을 높이는 재생의학의 경우, AI는 임상시험을 대신한 시뮬레이션을 통해 다양한 환경에서 세포 행동을 예측하는 데 사용되고 있다.
마하잔 박사는 “줄기세포 연구진은 AI를 활용해 이전보다 심층적인 정보를 빠르게 얻어 재생의학 치료법이 임상 치료로 빠르게 전환될 수 있을 것”이라고 주장했다.
아울러, 인공지능 알고리즘은 인공장기에 사용될 소재 파악, 치료 중 해부학적 어려움의 이해, 장기 설계 등을 가능케 해 줄기세포가 기능성 3D 프린팅 장기를 배양하는 문을 열고 있다는 설명이다.
진단 분야에선 AI와 줄기세포 연구를 결합해 다양한 질병 모델을 만들어 장기의 장애를 연구하고 조기 진단과 치료가 가능한 미묘한 변화를 파악하고 있다.
그 사례로, 알츠하이머병이나, 파킨슨병을 조기에 식별할 수 있다면 일찍 치료를 시작할 수 있을 것이며, 환자들이 더 오랜 기간 자립할 수 있도록 돕는 것이 가능해진다.
결론적으로, 마하잔 박사는 AI가 도움이 되는 재생의학 분야는 유전·자기 세포 치료제, 재생의학, 3D 바이오프린팅, 자동화 산업 표준 개발 등 4개이며, “AI는 이 분야의 진보가 빨라지도록 돕고 있다”고 밝혔다.
NEI, 줄기세포 패치 평가에 AI 사용
미 국립 보건원(NIH) 산하 국립 안과 연구소(NEI) 연구원들이 줄기세포에서 유래한 조직의 품질 관리를 위해 인공지능(AI)을 사용한다고 헬스 IT 애널리틱스가 지난 2019년 11월 14일 보도했다.
망막 색소 상피 조직의 줄기세포에서 유래한 패치는 실명의 주요 원인인 노화 관련 황반변성 환자의 눈에 이식한다. 연구원들은 이 패치를 평가하기 위해 인공지능을 사용했다.
이 방법은 국립 안과 연구소(NEI)와 국립 표준 기술 연구소(NIST)의 연구진에 의해 개발됐으며 임상 조사 저널에 온라인판에 게재됐다.
“줄기세포에서 유래한 조직을 검증하는 기존의 분석법은 저수익이고, 비싸며, 숙련된 사용자를 필요로 하는 데 비해서 AI 기반 방법은 상당한 발전”이라고 NEI 수석 연구원인 카필 바티(Kapil Bharti) 박사는 말했다.
또 그는 “우리의 접근 방식은 제조 규모를 늘리는 데 도움이 될 것이며, 진료소에 조직을 전달하는 속도를 높일 것”이라고 덧붙였다.
광수용체 및 망막색소상피(RPE) 세포는 눈의 빛을 감지하는 광수용체에 영양을 공급하고, 흔히 ‘건성’ AMD(노인황반변성)으로 알려진 지리적 위축으로 사망한 첫 번째 세포 중 하나다. 광수용체는 RPE 없이 사망해 시력 손실과 실명을 초래한다.
바티 박사 팀이 연구하는 것이 바로 AMD 환자 자신의 세포에서 RPE 대체 패치를 만드는 기술이다. 환자 혈액세포는 실험실에서 유도만능줄기세포(iPSC)가 되도록 유도해 우리 몸에서 어떤 종류의 세포도 될 수 있다.
이 iPS 세포는 생분해성 비계 위에 씨앗을 뿌려 성숙한 RPE로 분화되도록 유도되는데 이때, 비계-RPE 패치는 광수용체를 죽지 않도록 구조하고, 시력을 보존하기 위해 눈의 뒤쪽, 망막 뒤에 이식된다.
연구진이 개발한 AI 기반 검증 방식은 라벨이 부착되지 않은 데이터와 구조화되지 않은 데이터의 패턴을 감지하기 위한 수학적 계산을 수행하는 AI 기술인 심층 신경망이다.
이 알고리즘은 정량적 밝기 영역 흡광 현미경을 사용해 얻은 RPE의 이미지에 대해 작동했다. 신경망은 양성 망막색소상피(RPE) 기능과 상관관계가 있는 RPE 성숙도의 시각적 표시를 식별하는 학습을 받았다.
이러한 단일 셀 시각적 특성은 전통적인 머신러닝 알고리즘에 적용됐고, AI 컴퓨터는 RPE 조직 기능의 예측에 중요한 이산 셀 특성을 감지하는 것을 학습하는 데 도움을 주었다.
바티 박사는“복수의 AI 방식과 첨단 하드웨어로 환자 개개인에 대한 테라바이트의 영상 데이터를 분석해 과거보다 훨씬 정확하고, 빠르게 진행할 수 있었다”고 말했다.
생리학적 데이터 수집해 알고리즘 개발
일본 사학의 명문 게이오(慶應)대 의대는 줄기세포를 이용한 재생의학에서 뛰어난 성과를 거두고 있는 대학이다.
지난 2016년 7월 19일 이 대학의 후쿠다 게이치 교수 연구팀이 유도만능 줄기세포(iPS 세포)를 만들 때, 난자에서 활동하는 유전자를 추가하는 것으로 iPS 세포를 훨씬 효율적으로 만드는 방법을 개발했다고 NHK가 보도했다. .
이 방법을 이용하면 기존 iPS 세포 제조법보다 효율이 4배나 높아 iPS 세포를 이용한 재생의료 비용을 크게 낮출 수 있는 것으로 알려졌다.
동 대학 의대 후두 외과 호소야 마코토(Hosoya Makoto) 교수와 후지오카 마사토(Fujioka Masato) 조교수는 재생의학에다 첨단 AI 알고리즘을 적용하는 방법을 연구하고 있다.
지난 2018년 9월 28일 게이오 대학 뉴스에 두 교수는 ‘재생의학과 인공지능’과 관련한 글을 기고했다.
이 글에서 호소야 교수는 “고교 시절부터 재생의학에 관심이 많아 게이오대 의대서 공부하고 싶었다”라며, “이제 의사로서 시야를 넓히고 인공지능에 대해서도 배워야 한다”고 강조했다.
현재 그들은 줄기세포 기술, 청력 재생, 유전성 난청 메커니즘 등을 위한 청각 재생의 기초 메커니즘과 유전적 청력 상실의 기초가 되는 종(種)의 차이를 명확히 하는 연구를 진행하고 있다.
호소야 교수는 동료인 후지오카 교수와 함께 내이 세포를 모델로 재생의학, 특히 iPS 세포를 사용할 가능성을 조사하고 있는데 후지오카 교수는 “이상적으로, 우리는 직접 조직검사를 통해 내이 조직 표본을 얻길 원한다”고 말했다.
그러나 실제론 내이에 림프가 가득 차 있어, 검사와 관찰을 위해 세포를 채취해 청력 상실의 진행을 관찰하는 것은 불가능하다.
이에 그들은 새로운 방법을 찾았는데 그것은 환자로부터 먼저, iPS 세포를 생산한 후 이 iPS 세포에서 내이 세포를 유도하는 것이다.
최근에 게이오 의대 연구팀은 재생의학, 특히 방사선과, 병리학, 피부과, 진단 분야에서 AI의 도입을 늘리고 있다고 후지오카 교수는 밝혔다.
그는 “내이 의학이 발전하기 위한 가장 큰 도전은 생리학적 자료를 수집하는 것”이라며, “환자의 상태는 빠르게 변하기 때문에 내이의 기능에 대한 정확하고, 빠른 생리학적 데이터를 수집할 수 있는 안전한 절차를 개발하고 싶다”고 밝혔다.
그 사례가 바로, 청력 상실과 반복적인 어지럼증을 일으키는 펜드레드 증후군이다. 이 질환의 경우, 치료 효과를 모니터링하기 위해서는 잦은 청력 검사가 필요하다. 이를 위해 환자의 주치의가 실시간으로 모니터링할 수 있는 사물인터넷(IoT) 기술로 환자의 생체정보를 수집할 수 있다.
하루에 한 사람당 세 번의 생리학적 검사를 통해 약 300일 분량의 데이터가 생성되고, 같은 환자의 내이 기능 변화를 모니터링해 머신러닝 알고리즘을 적용해 현기증 발작이 발생하기 전에 미리 예측하는 방법이 개발되고 있는 것이다.
실제로, 16명을 대상으로 시행한 결과, 4800개의 데이터가 생성되고, 1만 4400개의 측정 결과가 산출됐다고 호소야와 후지오카 교수는 밝혔다.
그들은 “이는 상당한 양의 빅데이터이며, 분석 알고리즘의 프로토타입을 만드는 데 이상적인 그룹이 될 것”이라고 예상했다.
AI타임스 조행만 객원 기자 chohang5@kakao.com
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com