포스텍, 면역항암제 치료효과 예측 AI 개발

김상욱 교수팀, ‘노화된 종양 환경’ 고려한 기계학습 방법 개발
4개 암종·6개 환자 집단서 기존 병원 지표보다 높은 예측 성능

포스텍 생명과학과·융합대학원 김상욱 교수와 인공지능대학원 통합과정 김민수 씨 연구팀이 개발한 면역항암제 치료효과 예측 인공지능의 순차적 예측 프레임워크. 포스텍 제공

암 환자의 유전자 정보와 노화된 종양 환경을 분석해 면역항암제의 치료효과를 미리 예측하는 인공지능 기술이 개발됐다.

포스텍은 생명과학과·융합대학원 김상욱 교수, 인공지능대학원 통합과정 김민수 씨 연구팀이 암 환자의 유전자 정보를 분석해 면역항암제가 효과를 낼지 예측하는 기계학습 방법을 개발했다고 17일 밝혔다. 이번 연구는 디지털 헬스케어 분야 국제 학술지인 'npj Digital Medicine'에 최근 게재됐다.

면역항암제는 암을 직접 공격하는 기존 항암제와 달리 환자의 몸속 면역세포가 스스로 암을 물리치도록 돕는 치료제다. 효과가 오래 지속된다는 장점이 있지만 약이 효과가 없는 환자도 적지 않아 치료효과를 사전에 예측하는 것이 중요하다.

특히 환자마다 암 주변 환경이 다르고, 암 주변의 노화된 세포들은 면역세포의 활동을 방해한다. 이를 예측하기 위해 AI를 활용하려는 시도가 이어지고 있지만 학습에 사용할 환자 데이터가 부족하고, 환자 수에 비해 분석해야 할 유전자 정보가 많아 특정 환자 집단에 과도하게 맞춰지는 문제가 있었다.

연구팀은 모든 정보를 한꺼번에 분석하는 대신 먼저 면역세포가 억눌린 노화된 종양 환경을 가려낸 뒤 환자들을 단계적으로 나눠 약효 여부를 판단하는 방식을 적용했다. 이를 통해 특정 집단에 치우치는 현상을 줄이고 다양한 환자 집단에서도 안정적인 예측력을 확보했다.

실험 결과 이 방법은 피부암을 비롯한 4개 암종, 6개 환자 집단에서 현재 병원이 사용하는 지표보다 높은 예측 성능을 보였다. 기존의 다른 예측 방법과 비교해도 처음 접하는 피부암 환자 집단을 대상으로 한 검증에서 안정적인 결과를 나타냈다.

이번 연구는 기존 예측 과정에서 상대적으로 주목받지 못했던 '노화된 종양 환경'을 변수로 활용했다는 데 의미가 있다. 노화한 세포가 면역항암제의 작용을 방해하는 정도를 미리 파악하면 환자별로 다른 처방 전략을 세우는 데 활용할 수 있다는 설명이다.

김상욱 교수는 "세포 노화를 고려한 이번 예측 방법은 앞으로 더 많은 암 환자가 면역항암제의 혜택을 누리는 데 큰 도움이 될 것"이라며 "후속 연구를 통해 종양 미세환경을 정밀하게 반영하는 항암제 효과 예측 AI 연구를 계속 이어가겠다"고 밝혔다.

이번 연구는 과학기술정보통신부 한국연구재단 대학 중점연구소지원사업 의료기기 혁신센터와 합성생물학 인력양성사업 및 개인기초 핵심연구사업의 지원을 받아 수행됐다.