암환자 유래 인공장기 활용···'기계학습'으로 항암 치료 예측 정확하게

[이데일리 강민구 기자] 사람에 따라 몸속에서의 반응과 약물 반응이 달라진다. 학계에서 개인별 유전자 차이를 기반으로 약물 반응을 예측하는 약물유전체학 연구가 이뤄지는 가운데 국내 연구진이 머신러닝 기술을 활용해 약물 부작용은 줄이고, 환자 맞춤형 치료 가능성은 높였다.

한국연구재단은 김상욱 포항공대 교수 연구팀이 암환자 유래 인공 미니장기의 전사체 정보를 토대로 환자의 항암제 반응성을 예측하는 인공지능 기술을 개발했다고 30일 밝혔다.

공정호 연구원(왼쪽)과 김상욱 교수(오른쪽).(사진=한국연구재단)

같은 암 환자라도 항암제에 대한 반응이 달라 효과를 볼 수 있는 환자를 선별하는 맞춤형 치료가 중요하다. 기존 머신러닝 예측기법은 암세포의 유전체 정보를 토대로 해 정확도를 높이는 데 한계가 있었다. 불필요한 바이오마커 정보로 거짓신호를 학습할 수 있었다,

연구팀은 약물의 직접적 표적이 되는 개별 단백질에 대한 전사체 정보와 표적 단백질과 상호작용할 수 있는 생체 단백질 상호작용 네트워크 데이터를 이용헸다. 이를 기반으로 예측 정확도를 높인 머신러닝 알고리즘을 소개했다.

우선 표적 단백질로부터 기능적으로 가까운 단백질의 전사체 생성량을 학습하도록 했다. 기존 머신러닝이 학습해야 했던 방대한 바이오마커 대신 선별된 바이오마커만 학습하도록 해 정확도를 높였다.

또 동물모델이 아닌 환자 유래 미니장기 자료를 의 데이터를 이용해 실제 환자에서 반응과의 차이를 좁혔다.

실제 이 방법으로 대장암에 쓰이는 5-플루오로 우라실과 방광암에 사용되는 시스플라틴 등에 대한 환자의 약물반응을 실제 임상결과와 비슷한 수준으로 예측해냈다.

연구팀은 이번 연구가 항암제에 반응할 환자를 선별하는 개인 맞춤형 정밀의료 실현하고, 새로운 항암제의 기전을 규명하는데 도움이 될 것이라고 기대했다.

김상욱 교수는 “환자 유래 인공 미니장기와 기계학습의 접목을 처음 보여준 사례”라면서 “앞으로 환자 맞춤형 의료기술 개발 연구에 적용해 더 많은 암환자의 치료 약물 선택에 응용할 수 있을 것”이라고 밝혔다.

연구 결과는 국제학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 30일자로 게재됐다.