POSTECHIAN 기사 보기

[2021 겨울호] POSTECH 생물정보학실험실

  • POSTECHIAN
  • 2022-03-04 07:00:17

2021 WINTER 포스텍 연구실 탐방기

POSTECH 생물정보학실험실
Structural Bioinformatics Lab


어떤 암 환자는 새로 나온 항암제로 건강을 되찾지만, 다른 암 환자는 전혀 치료제의 혜택을 보지 못한다.
신종 코로나바이러스 감염증(COVID-19, 코로나19) 같은 바이러스 감염도 어떤 사람은 아픈지도 모르고 지나가지만,
어떤 사람은 격렬한 면역반응을 겪다가 사망하기도 한다.
이렇듯 환자마다 질병의 증상과 치료제에 대한 반응은 다르게 나타난다.
이는 같은 질병에 걸린 환자일지라도 증상이 나타나는 생물학적 원인이 다르기 때문이다.



생물정보학실험실 안현수

생명과학과 김상욱 교수님이 이끄는 생물정보학실험실에서는 의료정보 빅데이터 속에서 환자의 질병 원인과 치료 타깃이 되는 생물학적 정보를 찾아 환자 맞춤형 치료를 제공할 수 있는 정밀 치료 인공지능(AI) 기술을 개발하고 있다. 최근 활발히 연구되고 있는 다양한 머신 러닝 기술을 활용해서 약물의 혜택을 받을 수 있는 환자들의 특성을 찾아낸다면, 약물의 치료 효과를 극대화할 수 있으며, 약물이 잘 안 듣는 환자들을 예상하고 파악하여 그들을 위한 새로운 치료 방법을 제시할 수 있다.


생물정보학실험실에 대한 더 다양한 정보를 얻고 싶다면?

생물정보학실험실 홈페이지 바로가기


기존에는 같은 질병이 있는 환자에게 비슷한 치료를 제공했다면 이제는 환자별 맞춤형 정밀 치료의 필요성이 부각되고 있다. 치료에 성공하거나 실패한 의료 기록이 쌓이면서, 같은 치료법이라 하더라도 동일한 질병과 증상을 가진 모든 환자에게 효과가 있는 것이 아님을 발견하게 되었다. 이에 따라 치료법에 대해 다른 반응을 보이는 환자들 사이의 차이점을 알아내기 위한 연구가 진행되고 있다. 환자들의 생물학적 차이에 대한 연구는 질병에 대한 지식 네트워크의 측정을 가능케 하고, 이는 다시 의료 기술과 기초 과학을 발전시켜 환자 맞춤형 치료법 개발을 돕는다. 하지만 아직은 피부에 와닿을 정도로 효과가 높지 않아 실제 적용 사례가 많지 않은 것도 사실이다.

“그림 1. 환자 맞춤형 정밀 치료 개요

그림 1. 환자 맞춤형 정밀 치료 개요

생물정보학실험실은 환자의 의료 기록과 유전자 정보와 같은 빅데이터를 학습한 후 환자의 치료 약물 결정에 도움이 되는 정보를 제공해 주는 인공지능 기술을 설계함으로써 정밀 치료를 실제 의료 현장에 도입하고 있다. 삼성의료원, 서울대병원, 세브란스병원 등 대형 병원과의 협업으로 얻은 의료 데이터를 이용해서 정밀 치료 기술의 정확도를 높이고 있으며, 이렇게 연구실에서 새롭게 개발한 정밀 치료 기술은 병원에서 환자의 치료 효과를 높이는 데 쓰이고 있다.
연구에 사용되는 빅데이터는 환자의 생활 습관부터 질병 증상과 유전자 정보까지, 모든 종류의 생물학적 정보를 포함한다. 사람의 유전자 데이터는 환자의 유전적 배경이나 가족력, 돌연변이 등 질병에 영향을 주는 근본적인 원인을 찾아낼 수 있어서 질병 치료법 개발에 적극적으로 활용된다. 그러나 환자의 질병에는 유전자 변이 외에도 영향을 줄 수 있는 요인들이 너무나도 많아서 유전자 데이터만으로는 정밀 치료 연구가 성공적으로 진행되지 않는다. 이를 해결하기 위해 정밀 치료 분석에 유전자 발현에서부터 생활 습관에 이르기까지, 상호 보완적인 정보를 담고 있는 여러 층의 데이터들을 함께 사용한다. 환자들에게서 나오는 다양한 종류의 데이터를 각 데이터 간의 생물학적 관계와 함께 분석에 활용하는 것이 더 정확한 결과를 만들어낸다.

그림 2. 연구실 자체 슈퍼컴퓨터 서버
그림 2. 연구실 자체 슈퍼컴퓨터 서버

정확한 환자 맞춤형 치료를 위해서는 여러 질병을 앓는 환자들의 빅데이터를 학습하여 생물학적 특징을 찾아내는 인공지능 기술이 필요하다. 생물정보학실험실은 전 국민 단위의 생물학적 빅데이터 연산도 감당할 수 있는 자체 고용량 슈퍼컴퓨터 서버를 갖춰 인공지능의 예측력을 극대화한다. 연구실의 신조인 ‘남들은 상상만 할 수 있는 계산을 실현하라!’를 지킨 결과물이다. 연구실에서는 이러한 자체 서버를 이용해 빅데이터 분석 및 복잡한 연산을 제약 없이 빠르게 수행하고 있다.
최근에는 암 환자의 약물 치료 기록이 담긴 의료 빅데이터와 네트워크 생물학 접근법을 기반으로 방광암 환자별로 어떤 약물에 민감하게 반응하는지를 정확히 예측한 정밀 치료 기술을 개발해 국제 학술지 ‘네이처 커뮤니케이션스'Nature Communications에 발표하기도 했다.

그림 3. 네트워크 기반 머신 러닝을 이용한 암 환자의 약물 효능 예측 기술
그림 3. 네트워크 기반 머신 러닝을 이용한 암 환자의 약물 효능 예측 기술

이렇듯 환자 맞춤형 정밀 치료는 생명과학 분야뿐만 아니라 의료 기술 분야, 인공지능 기술 개발에 관련된 컴퓨터공학 분야 등이 협업해야 이룰 수 있는 기술이다. 이를 실현하기 위해 모인 생물정보학실험실의 구성원은 생명과학을 전공한 학생부터 화학 전공, 통계학 전공, AI 전공까지 다양하다. 연구실도 생명과학과뿐 아니라 인공지능대학원에 함께 소속되어 있다. 구성원의 다양한 전공만큼이나, 연구 중인 분야 또한 정밀 치료뿐만 아니라 구조생물학, 진화생물학, 암생물학 등을 폭넓게 다루고 있다. 연구실을 이끄는 김상욱 교수님은 생각이 서로 다른 이들이 한데 모여 활발한 대화를 통해 문제를 해결하고 이것이 좋은 결과로 이어지는 점을 생물정보학실험실의 매력으로 꼽는다.

ALIMI 기 POSTECHIAN

기사 모아 보기
공유하기
목록