‘Briefings in BIoinformatics’ 게재 

[울산 베타뉴스=박현 기자] UNIST 이세민 교수팀은 고려대 정원기 교수팀, 한양대 서지원 교수팀과 공동으로 ‘다중 오믹스 데이터 기반의 환자 맞춤형 항암제 반응성 예측을 위한 기계학습 모델’을 개발했다고 19일 밝혔다. 대규모 항암제 반응성 데이터 등이 활용됐고, '네트워크 임베딩 기술'과 최신 '딥러닝 모델'이 적용됐다.

암은 대표적인 유전체(Genome) 관련 질병, 즉 ‘게놈 병’이다. 암 조직에서는 유전자 발현 양상도 정상과 달라져서 동일한 암을 앓아도 환자 간에 상당한 차이가 있다. 이런 차이는 환자 특이적 항암제 반응성과 유의미한 연관성이 있다고 알려져 있다.

최근에는 암 환자 특이적 유전변이 등을 아우르는 다중 오믹스 데이터를 기반으로 ‘환자 맞춤형 항암제 반응성 예측 모델’을 개발하는 시도가 많았다. 그러나 이런 모델 학습을 위한 생물학 데이터는 종류와 인자가 많은 데 비해 샘플 수는 부족해 기계학습 모델의 정확도를 높이는 데 한계가 있다.

연구진은 이를 극복하기 위해 ‘네트워크 임베딩 기술’을 적용해 다차원 데이터 간의 상관관계를 효과적으로 반영했다. 여기에 심층신경망까지 더해, 새 모델의 항암제 반응성 예측 성능은 기존 모델보다 크게 향상된 93% 정도의 정확도로 나타났다.

이번 연구결과는 생명정보학 분야 최고 학술지인 ‘브리핑스 인 바이오인포메틱스(Briefings in Bioinformatics)’에 공개됐다.

베타뉴스 박현 기자 (ph9777@betanews.net)
Copyrights ⓒ BetaNews.net

• • 목록
  • 위로