삼성서울병원-KAIST, 암백신 딥러닝 플랫폼 개발

이세훈-최정균 교수 공동연구
암세포 항원 딥러닝해 모델 구축
암백신 상용화에 한 발자국

삼성서울병원 [사진 = 삼성서울병원]

챗GPT에 관심이 뜨거운 가운데 국내에서 딥러닝 기술을 통해 암 백신 적중 확률을 높일 수 있는 플랫폼이 개발돼 주목받고 있다.

7일 삼성서울병원에 따르면 이세훈 혈액종양내과 교수와 최정균 KAIST 바이오및뇌학과 교수 공동연구팀(이하 연구팀)은 항원 딥러닝 모델을 구축했다. 이번 연구는 국제 학술지 ‘네이쳐 제네틱스’에 실렸으며, 항암백신기업 펜타메딕스도 공동으로 참여했다.

연구팀은 주조직성복합체(MHC)의 특성을 활용했다. MHC는 세포에서 만들어지는 단백질 조각과 결합해 항원을 만들어낸다. 만약 MHC가 암세포 단백질 조각과 결합하면 정상 세포와는 다른 항원을 만들어낸다. 면역세포인 T세포는 이렇게 만들어진 항원으로 암세포를 식별해 공격한다.

항암백신은 T세포가 특정 항원에 더 예민하게 반응하도록 유도하는 방식으로 개발된다. 그러나 MHC에서 만들어지는 항원이 수백 종류에 달하고, 항원별로 T세포가 결합할 확률이 다르다. 암세포 유래 항원에 반응하는 백신을 만들었더라도 T세포가 해당 항원과 결합할 확률이 낮다면 백신의 효과가 떨어진다.

연구팀은 환자별 MHC와 돌연변이 단백질을 딥러닝 모델에 학습시켜 이 문제를 해결했다. 그 결과 T세포가 결합할 확률이 높은 항원을 추려낼 수 있었다. 이세훈 교수는 “기존 백신은 수백 개의 항원 중 어떤 것을 넣어야 할지 몰라 특별한 근거 없이 십수 개씩 선택해 사용했다”며 “이번 알고리즘으로 T세포와 결합할 확률이 높은 항원을 선별해 사용할 수 있다”고 전했다. 그는 “이를 통해 기존까지 활용하지 못하던 세포 면역 시스템을 항암치료에 적용할 수 있다”며 “암백신 상용화에 도움이 되기를 희망한다”고 말했다.

연구에 참여한 조대연 펜타메딕스 대표는 “이번 플랫폼을 항암백신 개발에 적용해 ‘개인 맞춤형 항암치료’가 가능해지도록 노력하겠다”고 전했다.