카이스트, 암반응 예측 ‘그레이박스’ 기술 개발

암세포의 약물 반응 예측하고 분자 메커니즘 설명하는 기술 개발
향후 고도화 통해 다양한 암종 및 환자 맞춤형 치료전략 제시해

 

[더테크=조재호 기자] 카이스트가 다양한 암종의 돌연변이 및 표적항암제 타겟 유전자 정보를 집대성해 하나의 유전자 네트워크를 구축하고 범용적인 약물 반응 예측에 활용될 수 있는 기술을 개발했다. 향후 기술 고도화를 통해 다양한 암종 및 환자 맞춤형 치료전략 제시에 활용될 것으로 기대된다.

 

카이스트는 3일 조광현 바이오및뇌공학과 교수 연구팀이 인공지능(AI)과 시스템생물학을 융합해 암세포의 약물 반응 예측 및 메커니즘 분석을 동시에 진행할 수 있는 새로운 개념인 ‘그레이박스’기술을 개발했다고 밝혔다.

 

조광현 교수 연구팀은 높은 예측 성능을 보이지만 그 근거를 알 수 없어 블랙박스로 불리는 딥러닝과 복잡한 대규모 모델의 경우 예측 성능의 한계를 지니지만 결과에 따른 상세한 근거를 제시할 수 있어 화이트박스로 불리는 시스템생물학 기술을 융합해 두 기술의 한계를 극복한 ‘그레이박스’ 기술을 착안했다.

 

연구팀은 다양한 암의 돌연변이 및 표적항암제 타겟 유전자 정보를 집대성해 분자 조절 네트워크 모델을 구축했다. 특히 돌연변이가 빈번하게 발생하는 유전자들을 중심으로 표적항암제별 약물 반응 예측을 위한 시스템생물학 모델을 제작했다.

 

이렇게 제작된 모델의 매개변수를 딥러닝 블랙박스 최적화기를 통해 결정하는 방식으로 표적항암제 및 암종에 대한 그레이박스 모델을 구축했다.

 

완성된 모델의 약물 반응 시뮬레이션 결과는 암종별 약물 반응의 민감도 차이를 보이는 세포주 실험을 통해 비교 검증했다. 그 결과 발생 원인이 이질적이고 복잡한 네트워크 질환인 암에 대해 범용적으로 활용할 수 있는 새로운 융합원천기술을 개발하는데 성공했다.

 

개발된 모델은 미국 국립암연구소의 돌연변이 정보 기반 약물 예측으로는 동일한 반응을 보일 것으로 예상된 암세포들이 실제로 서로 다른 약물 반응을 보일 수 있다는 것을 정확히 예측했으며 원인도 설명할 수 있었다.

 

이번 연구 성과는 학습에 의한 시뮬레이션 모델 최적화를 통해 AI 기술의 높은 예측력과 시스템생물학 기술의 해석력을 동시에 달성한 새로운 약물 반응 예측 기술 개발이다.

 

특히 암에 대해 범용적으로 활용할 수 있는 약물 반응 예측 원천기술로 고도화를 통해 다양한 암에 환자 맞춤형 치료전략을 제시할 수 있을 것으로 기대된다.

 

조광현 카이스트 교수는 “AI의 높은 예측력과 시스템생물학의 해석력을 동시에 갖춘 새로운 융합원천기술로서 향후 고도화를 통해 신약 개발 산업의 활용이 기대된다”고 말했다.

 

이번 연구 결과는 ‘셀 리포트 메소드’ 5월 20일자 표지논문으로 출판됐다.


관련기사

75건의 관련기사 더보기

배너

배너