EDGC, 머신러닝 접근법으로 신생아 염색체 장애 검출 기능 개선

EDGC가 지크태닝 기술에 머신러닝 분석법을 적용해 신생아 유전자 검사를 통한 복제수 변이 검출 능력을 향상시켰다. /사진=이원다이애그노믹스

EDGC(이원다이애그노믹스)가 유전자를 통한 신생아 질환 선별법에 머신러닝 분석법을 적용하면서 검출능력을 개선했다.

EDGC는 CNV 검출 성능 개선을 위한 인공지능 분석법이 논문이 국제학술지 'Diagnostics' 최근호에 게재됐다고 15일 밝혔다. 논문 제목은 '머신러닝 기반 접근법을 사용한 마이크로어레이 데이터의 복제수 변이 검출 성능 개선'이다.

이번 논문의 주제는 인간 게놈의 구조적 변이의 주요 원인이자 다양한 질환을 유발하는 복제수 변이(CNV)를 분석하는 방법에 새로운 머신러닝 기반 접근 방식을 적용한 연구다. EDGC는 연구를 통해 복제수 변이 검출 기능을 향상했다.

정확한 복제수 변이 분석에 영향을 미치는 데이터 편향 현상을 완화하기 위해 새로운 머신러닝 방법을 채택했다. 총 1만6046명의 한국 신생아 샘플 분석에서 39개의 유전 질환과 관련된 복제수 변이 342건을 확인했다.

새로운 머신러닝 접근법을 사용한 복제수 변이 스크리닝은 희귀 돌연변이·복제수 변이 관련 염색체 장애로 인한 발달 장애·선천성 기형 환자의 선별을 크게 개선할 수 있다. 이번 기술에는 '지스캐닝'이 적용됐다.

지스캐닝은 출산 후 신생아에게 발현될 수 있는 염색체 이상·유전성 질환을 조기에 찾아내는 검사 서비스로 대한민국 신생아의 약 10%가 지스캐닝 검사를 받고 있다. 지스캐닝은 신생아의 혈액을 통해 높은 정확도로 희귀 유전자 질환에 대한 위험을 파악하고, 부모에게서 유전되는 변이와 임신 과정에서 새롭게 발생하는 변이도 검출할 수 있다.

이민섭 EDGC 대표는 "이번 논문에서 증명한 것처럼 EDGC의 새로운 복제수 변이 분석방법은 신생아의 건강 관리·유전 질환의 조기 발견에 혁신을 이뤘다"며 "EDGC는 지속적인 기술 개발·개선을 통해 글로벌 유전체 분석 기업으로 위치를 더욱 견고히 할 것이다"고 말했다.

김선 기자 sun24@mt.co.kr
<저작권자 ⓒ '성공을 꿈꾸는 사람들의 경제 뉴스' 머니S, 무단전재 및 재배포 금지>