울산과학기술원(UNIST, 총장 이용훈)은 환자별로 항암제의 효능을 미리 알 수 있는 인공지능(AI) 기술을 개발했다고 19일 밝혔다.
UNIST는 바이오메디컬공학과 이세민 교수팀이 고려대 정원기 교수팀, 한양대 서지원 교수팀과 공동으로 ‘다중 오믹스 데이터 기반의 환자 맞춤형 항암제 반응성 예측을 위한 기계학습 모델’을 개발했다고 발표했다.
이에 따르면 연구진은 대규모 항암제 반응성 데이터와 다중 오믹스 데이터를 활용해 기존의 항암제 반응성 예측 모델보다 훨씬 우수한 성능을 얻었다. 이를 위해 네트워크 임베딩 기술과 최신 딥러닝 모델이 적용했다고 설명했다.
암은 유전체에 계속 변이가 축적되면서 질병이 발생한다. 이런 유전변이와 유전자 발현 프로파일은 같은 암을 앓는 환자 간에도 상당한 차이를 보이는데, 이는 환자별로 항암제 반응이 다르다는 것과 연관성이 있다고 알려져 있다.
이에 따라 연구진은 암 환자 특이적 유전변이나 유전자 발현 양상 등을 아우르는 다중 오믹스 데이터를 기반으로 ‘환자 맞춤형 항암제 반응성 예측 모델’을 개발했으며, '네트워크 임베딩 기술'을 적용해 머신러닝 모델의 정확도를 높였다고 설명했다.
먼저 암세포에서 파생된 세포주와 항암제, 유전자를 ‘노드(연결점)’로 삼았고, 각 노드를 연결해 엣지(연결선)를 만들었다. 엣지를 통해서는 항암제 반응성이나 유전자 변이, 단백질 상호작용 정보를 얻을 수 있다.
노드와 엣지로 형성된 네트워크 세트의 상관관계를 반영한 ‘임베딩 벡터’를 추출, 각 노드의 대푯값을 파악했다. 연구진은 이처럼 임베딩 벡터를 AI 심층신경망으로 학습해 환자맞춤형으로 항암제 효능을 도출했다고 밝혔다.
제1 저자인 이강근 고려대 박사는 "다양한 인공지능 기법을 적용, 기존 모델보다 크게 향상된 93% 정도의 정확도를 얻었다”고 설명했다. 공동 제1 저자인 장진호 UNIST 박사는 “이 기술은 암 환자에게 적합한 약물의 후보를 제안함으로써 맞춤 치료 가속화할 것”이라고 기대했다.
이번 연구결과는 생명정보학 분야 최고 학술지인 ‘브리핑스 인 바이오인포메틱스’에 공개됐으며, 한국연구재단의 ‘차세대정보컴퓨팅기술개발사업’과 ‘대학중점연구소지원사업’에서 지원했다.
임대준 기자 ydj@aitimes.com
