“같은 癌이라도 患者에 따라 다른 藥 써야한다”

뉴스1
入力 2024年 3月 25日 09時 49分

코멘트: 個

좋아요: 個

코멘트: 個

이현주 교수(왼쪽)와 김주연 연구원. 지스트 제공 — 이현주 敎授(왼쪽)와 김주연 硏究員. 지스트 提供

人工知能(AI) 모델을 活用해 癌患者의 藥물 反應을 豫測하는 技術이 國內硏究陣에 依해 開發됐다.

光州科學技術院(GIST)은 AI大學院 이현주 敎授硏究팀이 사람의 遺傳子發現情報와 藥物 그래프 情報를 基盤으로 癌患者의 藥물 反應을 豫測하는 AI 모델을 開發했다고 25日 밝혔다.

硏究팀이 開發한 AI 알고리즘은 癌患者의 藥물 反應性을 높은 正確度로 豫測할 수 있어 적합한 候補藥物推薦에 依한 ‘患者 맞춤型治療’에 寄與할 것으로 期待된다.

同一한 類型의 癌患者에 같은 藥물을 使用하더라도 個人의 遺傳的特性이나 癌細胞의 突然變異에 따라 藥물의 反應이 달라질 수 있다.

따라서 各個人에게 맞는 藥물을 찾기 위해서는 正確한 藥물 反應豫測이 重要하기 때문에 最近에는 머신러닝이나 딥러닝 같은 AI 技法을 使用해 藥물의 反應을 豫測하려는 硏究가 活潑히 進行되고 있다.

硏究팀은 AI 모델에서 細胞株 데이터와 患者 데이터 相互間表現의 差異를 줄임으로써 細胞株 데이터로 學習하더라도 患者 데이터에서도 正確한 藥물 反應을 豫測할 수 있도록 한 모델 (PANCDR)을 開發했다.

‘PANCDR’ 모델은 患者 데이터에서 旣存의 藥물 反應豫測 모델(AUC 0.5273)보다 34% 以上 뛰어난 豫測性能을 보였다.

이현주 敎授는 “이番硏究成果를 통해 細胞株 데이터로 藥물 反應 모델을 學習하더라도 患者 데이터에서 높은 正確度로 豫測하는 것이 可能하다”며 “向後個人 맞춤 治療를 위한 正確한 藥물 反應豫測을 提供할 것으로 期待된다”고 말했다.

이현주 敎授가 指導하고 김주연 硏究院이 遂行한 이番硏究는 서울대학교 醫科大學病理學敎室 박성혜 敎授와의 共同硏究로 進行됐다.

(光州=뉴스1)