약은 약사에게, 항암제는 AI에게?

머니투데이

류준영 기자

개발된 환자 맞춤형 약물 반응성 예측 기술의 도식환자 맞춤형 항암제 효과를 예측하기 위한 기계 학습 모델. 항암제의 반응성과 연관이 있는 단백질을 생체 네트워크에서 약물 작용점에서 거리를 통해 탐색. 환자 유래 인공 미니장기의 전사체와 항암제에 대한 반응을 기계 학습. 환자의 항암제 효과를 예측.그림제공 : POSTECH 생명과학과 생물정보학 연구팀

국내 연구진이 동물모델 대신 환자 유래 인공 미니 장기에서 얻은 데이터를 학습하는 알고리즘을 개발, 항암제 반응성 예측의 정확성을 높였다.

한국연구재단은 김상욱 포항공과대 교수 연구팀이 암환자 유래 인공 미니장기의 전사체(한 세포에 RNA 분자 합) 정보를 토대로 환자의 항암제 반응성을 예측하는 인공지능(AI) 기술을 개발했다고 30일 밝혔다.

같은 암을 앓는 환자라도 항암제에 대한 반응이 각기 다르므로 효과를 볼 수 있는 환자를 선별하는 맞춤형 치료가 중요하다.

기존 인공지능(AI) 머신러닝(기계학습) 예측기법은 암세포의 유전체 정보를 토대로 하고 있어 정확도를 높이는 데 한계가 있었다. 불필요한 바이오마커 정보로 거짓신호를 학습할 수 있기 때문이다.

연구팀은 약물의 직접적 표적이 되는 개별 단백질에 대한 전사체 정보뿐 아니라, 표적 단백질과 상호작용할 수 있는 생체 단백질 상호작용 네트워크 데이터를 이용, 예측 정확도를 높인 머신러닝 알고리즘을 개발했다.

이는 표적 단백질로부터 기능적으로 가까운 단백질의 전사체 생성량에 대해 우선 학습하도록 한 것이다.

이를 통해 기존 머신러닝이 학습해야 했던 방대한 바이오마커 대신 선별된 바이오마커만 학습할 수 있도록 해 정확도를 높였다는 설명이다.

또 동물모델이 아닌 환자 유래 미니장기의 데이터를 이용해 실제 환자에서 반응 차이를 좁혔다. 연구팀이 실제 이 방법으로 대장암에 쓰이는 ‘5-플루오로 우라실’과 방광암에 사용되는 ‘시스플라틴’ 등에 대한 환자의 약물반응을 실제 임상결과와 비슷한 수준으로 예측해냈다.

연구팀은 “항암제에 반응할 환자를 선별하는 개인 맞춤형 정밀의료 실현은 물론 새로운 항암제의 기전 규명에도 도움이 될 것”이라고 설명했다. 이번 연구성과는 국제학술지 ‘네이처 커뮤니케이션스’에 게재됐다.