국내 연구진, 암과 질병의 `최적 분류이론 및 방법` 확립

　암 유전체 발현정보를 분석해 암의 유형을 구명할 수 있는 ‘복잡 네트워크 현상의 최적 분류이론 및 방법’이 국내 연구진에 의해 개발됐다.

　교육과학기술부와 한국과학재단은 부산대학교 통계학과 김충락 교수와 물리학과 장익수 교수 연구팀이 라플라스 행렬을 이용해 복잡한 상관관계를 갖는 네트워크 현상을 그룹화할 수 있는 분석이론 및 방법을 확립했다고 11일 밝혔다.

　연구팀은 연구결과를 백혈병과 림프종암의 유전체 발현자료에 적용해 기존의 분류방법보다 더 정확한 분류결과를 얻었다. 이 방법을 이용하면 암 환자의 유전체 발현정보를 이용해 암의 유형이 어떤 것인지 혹은 새로운 것인지를 쉽게 파악, 정확한 암 치료의 방향을 설정하는 데 도움을 줄 것으로 기대된다.

　자연계 현상 및 복잡한 사회 현상들은 많은 구성요소 사이의 유기적인 관계를 통해서 조절·유지·변화의 과정을 거친다. 이러한 구성요소들 사이의 복잡 네트워크 현상(complex network phenomena)을 완벽하게 분석할 수 있다면 유전자 발현정보, 단백질과 단백질 간의 상호작용, 생명대사과정의 네트워크현상 등을 거시적으로 간단하게 그룹화함으로써 생명정보학의 획기적인 발전을 가져올 수 있다.

　이번 연구는 국가지정연구실사업(NRL)과 선도기초연구실사업(ABRL) 차원에서 수행됐으며, 연구 결과는 세계적 과학학술지인 미국 국립과학원회보(PNAS) 온라인판에 게재될 예정이다.

　권건호기자@전자신문, wingh1@