루닛, 염색 정보로 암 단백질 찾는 AI 개발… 네이처 자매지에 게재

“염색정보 분석AI가 항암제가 공략할 단백질 알려줘”

루닛 AI 기반 면역조직염색 분석 솔루션 '루닛 스코프 uIHC'./루닛

루닛은 인공지능(AI) 기반 면역조직염색(IHC) 분석 솔루션인 ‘루닛 스코프 uIHC’의 성능을 입증한 연구 결과가 국제 학술지 네이처의 자매지인 ‘npj 정밀 종양학(npj Precision Oncology)’에 게재됐다고 12일 밝혔다.

면역조직염색은 암 조직에 있는 특정 단백질 또는 항원을 염색해 발현 정도를 평가해주는 방법이다. 새로운 항암제를 개발할 때 어떤 단백질을 표적해야 치료 효과가 높은지 알아야 하는 만큼 면역조직염색의 필요성이 커졌다. 기존에는 병리 전문의가 직접 평가했지만, 주관적 해석으로 인해 평가자들마다 다른 결과를 내는 한계가 있었다.

대안으로 AI가 대규모 데이터를 학습하고 스스로 문제를 해결하는 딥러닝 방식이 떠올랐지만, 신약 개발에 쓰는 면역조직염색은 대규모 데이터를 확보하기 어려워 쉽지 않았다. 루닛 연구진은 이러한 한계를 극복하기 위해 국내 여러 대형병원 연구팀과 협업했다.

공동 연구팀은 범용 면역조직염색(UIHC) 분석 AI 모델의 성능을 검증하기 위해 3046명의 슬라이드 이미지를 활용했다. 폐암, 방광암, 유방암 등 고형암에서 발현되는 PD-L1 단백질 염색 데이터와 유방암의 HER2 단백질 염색 데이터가 포함됐다. PD-L1은 암세포를 정상 세포로 위장하는 단백질이고 HER2는 과잉 생산되면서 유방암을 유발한다.

연구팀은 각각의 데이터 세트(집합)로 개발한 단일 코호트(집단) AI 모델과 여러 데이터 세트를 통합적으로 학습한 다중 코호트 AI 모델인 루닛 스코프 uIHC의 성능을 비교 평가했다. 그 결과, 4가지 데이터 세트를 모두 학습한 루닛 스코프 uIHC가 가장 뛰어난 성능을 보였다.

병리 의사가 판독한 AI 분석 결과와 루닛 스코프 uIHC 분석 결과의 일치도를 나타낸 지표를 보면, 루닛 스코프 uIHC는 학습된 암종·면역조직염색 유형에서 0.792를 기록했다. 이는 단일 코호트 AI 모델의 최고 일치도(0.744)보다 높은 수치다. 특히, 학습되지 않은 새로운 암종과 면역조직염색 유형에 대한 분석에서도 루닛 스코프 uIHC는 0.610의 일치도를 기록했다. 단일 데이터셋으로 학습된 모델의 0.508을 약 10% 이상 넘어섰다.

전체 종양 세포 중 면역조직염색에서 양성인 종양 세포의 비율을 나타내는 종양비율점수(TPS) 평가에서도 루닛 스코프 uIHC의 분석 능력이 다른 모델을 앞섰다. 루닛 스코프 uIHC는 정확도가 75.7%에 달했으며, AI 모델의 대표적 성능평가 지표인 AUC도 0.921을 기록했다. AUC가 1에 가까울수록 성능이 뛰어나며, 0.8 이상은 고성능 모델로 평가된다.

루닛은 이번 연구를 통해 루닛 스코프 uIHC처럼 다양한 데이터로 학습한 AI 모델은 여러 암종과 면역조직염색에 대한 분석이 가능하다는 것을 입증했다고 밝혔다. 특히, 새로운 암종과 면역조직염색 유형도 추가 학습 없이 분석이 가능하며, AI가 드문 암종에 새로운 표적에 대한 약물의 효과를 예측하는 중요한 솔루션으로 활용할 수 있다는 게 증명됐다고 회사는 설명했다. 서범석 루닛 대표는 “전 세계적으로 매년 수백 개의 새로운 항암제 후보물질이 개발되고 있는 상황에서, 이번 범용면역조직염색 AI 모델의 개발은 신약개발 과정의 큰 도움이 될 것”이라고 말했다.

참고 자료

npj Precision Oncology(2024), DOI: https://doi.org/10.1038/s41698-024-00770-z

- Copyright ⓒ 조선비즈 & Chosun.com -