UNIST에 따르면 바이오메디컬공학과 이세민(사진) 교수팀이 고려대 정원기 교수팀, 한양대 서지원 교수팀과 함께 ‘다중 오믹스(Multi-Omics) 데이터 기반의 환자 맞춤형 항암제 반응성 예측을 위한 기계학습 모델’을 개발했다.
암은 대표적인 유전체(Genome) 관련 질병으로, 유전체에 계속 변이가 축적되면서 질병이 발생한다.
암 조직에서는 유전자 발현 양상도 정상 조직과는 달라지는데, 이러한 유전 변이와 유전자 발현 프로파일은 동일 암종의 환자 간에도 상당한 차이를 보인다. 이 때문에 똑같은 암을 앓는 환자라도 항암제 효능은 달라질 수 있다.
이에 최근에는 암 환자의 특이 유전 변이나 유전자 발현 양상 등을 아우르는 다중 오믹스 데이터를 기반으로 환자 맞춤형 항암제 반응성 예측 모델을 개발하는 시도가 많다. 그러나 생물학 데이터에 비해 샘플 수가 부족해 기계학습 모델의 정확도를 높이는 데 한계가 있었다.
공동연구진은 이를 극복하기 위해 ‘네트워크 임베딩 기술’을 적용해 다차원 데이터 간 상관관계를 효과적으로 반영했다. 연구진은 임베딩 벡터를 인공지능 기법인 심층신경망으로 학습시켜 환자 맞춤형으로 항암제 효능을 도출했다. 개발된 모델의 항암제 반응성 예측 성능은 기존 모델보다 크게 향상된 93% 정도의 정확도를 기록했다고 연구진은 설명했다.
공동 제1저자인 장진호 UNIST 박사는 “이 기술은 암 환자에게 적합한 약물의 후보를 제안함으로써 맞춤 치료를 가속화할 것”이라고 밝혔다. 차형석기자
저작권자 © 울산일보 무단전재 및 재배포 금지
