분자 수준에서 다양한 데이터 동시 분석해 AI로 효능분석
항암제 저항성 예측을 넘어 항암효과 예측 활용 기대

기존에 외과수술, 화학 항암제, 여기에 방사선 치료만 떠올렸던 암 치료 기술은 표적 항암제, 면역 항암제 등 다양한 치료기술이 나오고 있다. 문제는 똑같은 암을 앓는 환자라도 항암제 효능은 제각각이다. 개인의 생물학적 차이가 원인이기 때문에 환자별로 항암효과를 최대한 높일 수 있는 방법을 찾는 것이 필요하다.

이에 울산과학기술원(UNIST) 바이오메디컬공학과, 고려대 컴퓨터학과, 한양대 컴퓨터소프트웨어학부 공동 연구팀은 분자 수준에서 측정한 여러 데이터를 동시에 분석해 환자 맞춤형 항암제의 실제 효과를 정확하게 예측할 수 있는 기술을 개발했다고 19일 밝혔다. 이번 연구 결과는 생명정보학 분야 국제학술지 ‘브리핑스 인 바이인포메틱스’에 실렸다.

전문가들은 암을 대표적인 유전체 관련 질병, 게놈 병으로 본다. 사람마다 가지고 있는 유전체에 계속 변이가 축적되면서 질병이 발생하기 때문이다. 암 조직은 정상 조직과 달리 유전자 발현 양상도 다르다. 유전변이와 유전자 발현 양식은 똑같은 암에 걸린 환자들 사이에서도 상당한 차이를 보인다. 이는 항암제에 대한 반응도 달라지게 한다.

연구팀은 유전체, 전사체, 단백체, 대사체, 후성유전체, 지질체 등 다양한 분자 수준에서 만들어진 생체 데이터를 동시에 분석하는 다중 오믹스 기술을 적용했다. 연구팀은 컴퓨터 네트워크 분석하는 것처럼 암세포에서 파생된 세포주와 항암제, 환자의 유전자를 연결점(노드)으로 해 각 노드를 연결해 연결선(엣지)를 만든 뒤 항암제 반응성, 유전자 변이, 단백질 상호작용에 대한 정보를 확보할 수 있었다. 이렇게 얻은 정보를 인공지능 심층신경망에 학습을 시켜 개별 항암제 효능을 도출해 낼 수 있도록 했다.

연구팀에 따르면 기존 항암제 효과를 예측하는 방법은 항암제 저항성에 주로 초점을 맞춰 실제 항암제가 미치는 효과에 대해서는 다소 소홀했다. 이번 기술은 기존 모델보다 크게 향상된 93% 정도의 정확도로 나타났다.

연구팀 관계자는 “이번 기술은 암 환자에게 적합한 약물의 후보를 제안함으로써 맞춤 항암 치료를 가속화시킬 것”이라고 설명했다.