국내 연구진, 한국인 맞춤형 ‘당뇨 발병 예측 모델’ 개발

UNIST·고신대병원, ‘한국인 코호트’ 바탕 기계학습 모델 제작
“한국인에 특화된 정보 대거 활용…당뇨 발병 예측 성능 높여”

한국인에 특화된 제2형 당뇨 발병 예측을 위한 기계학습 모델 개발 개요. . UNIST 제공

 
한국인에 특화된 ‘제2형 당뇨’ 발병 예측을 위한 기계학습 모델이 국내 연구진에 의해 개발됐다.

이는 주로 서양인 코호트(특성을 공유하는 집단)를 중심으로 진행되던 기존의 당뇨 발병 위험 예측 모델 연구를 한국인 코호트로 바꿔 접근해 의미가 크다고 연구팀은 설명했다.

울산과학기술원(UNIST) 산업공학과 이정혜 교수팀과 고신대병원 가정의학과 강지훈 교수팀은 대규모 한국인 코호트(특성을 공유하는 집단)를 바탕으로 제2형 당뇨 발병 예측 성능을 높인 기계학습 모델을 만들었다고 5일 밝혔다.

당뇨는 30세 이상의 한국인 6명 중 1명이 앓을 정도로 흔한 질병이다. 뇌졸중이나 심혈관계 질환 등의 합병증을 유발하는 위험한 만성질환이라 사전 예방이 중요하다. 당뇨 발병에는 식생활을 포함한 생활 습관, 유전적 조건 등이 중요하며, 이런 정보를 토대로 한 예측 모델 연구가 꾸준히 진행 중이다.

기존의 당뇨 발병 위험 예측 모델 연구는 주로 서양인 집단을 대상으로 했다. 동양인을 대상으로 해도 키와 몸무게, 가족력 같은 인구통계학적 정보와 당화혈색소 수치, 콜레스테롤 수치와 같은 임상 정보를 위주로 이용했다. 이 때문에 한국인에 특화된 유전적·환경적 요인까지 반영한 당뇨 예측에는 한계가 있었다.

이에 연구진은 질병관리청 국립보건연구원에서 수집한 ‘한국인유전체역학조사사업(KoGES)’의 대규모 코호트를 바탕으로 한국인에 특화된 정보를 활용한 예측 모델 개발에 나섰다.

이 코호트는 한국인에게 흔히 발생하는 당뇨, 고혈압, 비만, 대사증후군 등의 만성질환 연구를 위해 2001년부터 추적·수집된 자료다.

(왼쪽부터)울산과학기술원(UNIST) 김수현 연구원, 한석주 연구원, 이정혜 교수. UNIST 제공

 
연구진은 인구통계학적 정보, 임상 정보에 유전 정보와 환경 정보를 더해 당뇨 발병 예측 성능을 높였다.

제1저자인 한석주 UNIST 산업공학과 박사과정 연구원은 “제2형 당뇨 발병에 관한 유전 정보는 ‘다유전자 위험 점수’를 한국인 유전자 특성에 맞게 새로 계산해 예측 모델에 활용했다”며 “환경 정보는 ‘대사체’로 반영해 유전 정보가 설명하지 못하는 정보를 상호보완했다”고 설명했다.

연구진이 최종 개발한 제2형 당뇨 발병 예측 모델은 인구통계학적 정보만 활용한 경우보다 예측 성능이 약 11%p(포인트) 높았다. 또 인구통계학적 정보와 임상 정보까지 활용한 경우와 비교해도 약 4%p 이상의 향상된 예측 성능을 보였다.

이번에 개발된 모델은 우리나라 국민에게 특화된 당뇨 발병 위험도를 파악하고, 발생 요인도 제공할 수 있다. 연구진은 이 모델을 임상 현장에서 활용할 경우 제2형 당뇨를 효과적으로 예방할 수 있을 것으로 보고 있다.

이정혜 교수는 "서양인 코호트 중심으로 진행하던 연구를 한국인 코호트로 바꿔 접근한 것에 큰 의미가 있다"며 "아시아 집단의 코호트 데이터를 이용하는 다양한 후속 연구에도 활용할 수 있을 것“이라고 기대했다.

이번 연구 결과는 의학 분야 학술지 ‘란셋’(The Lancet)의 자매지인 ‘이바이오메디슨’(eBioMedicine)에 공개됐다.

한편, 이번 연구는 UNIST ‘U-K Brand 육성사업(자유혁신연구)’과 한국연구재단의 ‘지역거점 혁신형 의사과학자 공동연구’에서 지원받아 이뤄졌다.

이승구 온라인 뉴스 기자 lee_owl@segye.com