[아시아경제 황준호 기자] 같은 종류의 암이라도 항암제의 치료 효과는 환자마다 다르게 나타난다.
이같은 한계를 극복하기 위해 약물반응데이터를 학습해 약물 반응성을 예측하는 머신러닝 연구가 한창인데, 국내 연구진이 환자의 인공장기에서 얻은 데이터를 통해 약물 반응성 예측의 정확도를 높인 기술을 개발했다.
한국연구재단은 김상욱 포항공과대학교 교수 연구팀이 암환자 유래 인공 미니장기의 전사체 정보를 토대로 환자의 항암제 반응성을 예측하는 인공지능 기술을 개발했다고 30일 밝혔다.
관련 논문은 최근 네이처 커뮤니케이션스에 실렸다.
전사체, 표적 단백질, 생체 단백질 상호작용 네트워크 데이터 수집
연구팀은 약물의 직접적 표적이 되는 개별 단백질에 대한 전사체 정보, 표적 단백질과 상호작용할 수 있는 생체 단백질 상호작용 네트워크 데이터 등을 이용해 예측 정확도를 높인 머신러닝 알고리즘을 개발했다.
이 프로그램은 표적 단백질로부터 기능적으로 가까운 단백질의 전사체 생성량을 우선 학습한다.
이를 통해 기존 머신러닝이 학습해야 했던 방대한 바이오마커 대신, 선별된 바이오마커만 학습해 약물 반응성의 정확도를 높였다.
기존 머신러닝 예측기법은 암세포의 유전체 정보를 토대로 하고 있어 정확도를 높이는 데 한계가 있었다.
불필요한 바이오마커 정보로 인해 거짓신호를 학습할 수 있기 때문이다.
개인 맞춤형 정밀의료 실현
특히 연구팀은 환자 유래 인공장기의 데이터를 이용해 실제 환자에서의 반응과 차이를 좁혔다.
연구팀은 이 방법으로 대장암에 쓰이는 5-플루오로 우라실과 방광암에 사용되는 시스플라틴 등에 대한 환자의 약물반응을 실제 임상결과와 비슷한 수준으로 예측해냈다.
연구팀은 이번 연구로 항암제에 반응할 환자를 선별하는 개인 맞춤형 정밀의료 실현과 새로운 항암제의 기전 규명에도 기여할 것으로 예상했다.
| 
등록안내
등록안내
