국내 연구진이 인공지능(AI) 모델을 활용해 암환자의 약물 반응을 예측하는 기술을 개발해 개개인의 특성을 고려한 맞춤형 치료에 한 발짝 다가설 수 있게 됐다.
광주과학기술원(GIST·총장 임기철)은 이현주 AI대학원 교수팀 박성혜 서울대 의대 병리학교실 교수팀과 공동으로 사람의 유전자 발현 정보와 약물 그래프 정보를 기반으로 암환자의 약물 반응을 예측하는 AI 모델을 개발했다고 25일 밝혔다.
동일한 유형의 암 환자에 같은 약물을 사용하더라도 개인의 유전적 특성이나 암세포의 돌연변이에 따라 약물의 반응이 달라질 수 있다. 각 개인에게 맞는 약물을 찾기 위해서는 정확한 약물 반응 예측이 중요하다. 최근에는 머신러닝이나 딥러닝 같은 AI 기법을 사용해 약물의 반응을 예측하려는 연구가 활발히 진행되고 있다.
연구팀은 세포주 데이터로 학습하더라도 환자 데이터에서도 정확한 약물 반응을 예측할 수 있도록 한 모델 '암 약물 반응을 위한 적대적 네트워크를 이용한 정밀한 약물 예측(PANCDR)'을 개발했다.
PANCDR 모델은 판별자와 약물 반응 예측 모델을 번갈아 가며 학습시킨다. 1단계에서는 가우시안 인코더가 인코딩한 잠재 벡터가 세포주의 유전자 발현 데이터에서 온 것인지 환자의 유전자 발현 데이터에서 온 것인지 구분하는 판별자를 학습시킨다. 2단계에서는 반대로 판별자가 어느 데이터에서 온 것인지 구분하지 못하도록 약물 반응 예측 모델을 학습시킨다. 이때 환자의 데이터는 유전자 발현 데이터만 있고 약물 반응성이 없는 대규모의 데이터를 활용했다.
PANCDR 모델은 환자 데이터에서 기존의 약물 반응 예측 모델보다 34% 이상 뛰어난 예측 성능을 보였다.
연구팀은 PANCDR 모델을 서울대병원 소아 뇌종양 환자 데이터에 적용해 반응성이 가장 높게 예측된 상위 5개의 약물을 선정했다. 5개 약물 모두 뇌종양과 관련돼 있음을 확인해 모델의 정확도와 신뢰도를 검증했다.
이현주 교수는 “이번 연구 성과를 통해 세포주 데이터로 약물 반응 모델을 학습하더라도 환자 데이터에서 높은 정확도로 예측하는 것이 가능하다”며 “향후 개인 맞춤 치료를 위한 정확한 약물 반응 예측을 제공할 것으로 기대된다”고 말했다.
두 교수와 김주연 GIST 연구원이 수행한 이번 연구는 정보통신기획평가원(IITP)의 지원을 받아 이뤄졌다. 생명정보학 분야 국제학술지 '생물정보학 브리핑'에 최근 게재됐다.
광주=김한식 기자 hskim@etnews.com
