연구성과

생명/융합 김상욱 교수팀, 세포들의 SNS, 면역항암치료 효과 예측한다

2024-02-07 531

[김상욱 교수팀, 세포 간 커뮤니케이션 학습한 AI로 항암 면역 치료 예측]

얼마 전 한 기업이 발표한 스포츠 보고서에 따르면, Z세대 3분의 1 이상이 경기 시청 중 SNS로 다른 사람들과 의견을 공유하는 것으로 나타났다. MZ세대의 일상인 SNS 소통처럼 세포 세계의 네트워크를 이용한 인공지능 기술로 새로운 항암 치료법을 찾은 흥미로운 연구가 발표됐다.

생명과학과 · 융합대학원 김상욱 교수, 생명과학과 이주훈 박사 연구팀은 마이크로바이옴 치료제 개발회사인 이뮤노바이옴(대표: 임신혁)과의 공동연구를 통해, 세포와 세포 사이의 커뮤니케이션을 학습시킨 인공지능(AI)으로 면역 항암 치료의 약물 반응성을 예측하는 데 성공했다. 이 연구는 국제 학술지인 ‘사이언스 어드밴시스(Science Advances)’에 지난달 31일 게재됐다.

면역세포가 암세포와 정상 세포를 제대로 식별하지 못하는 경우, 자가면역질환이 발생한다. 면역 관문(immune checkpoint)은 이를 방지하고, 자체 조직에 대한 공격을 제어하는 곳이다. 그런데, 암세포는 종종 이 관문을 악용해 면역세포 공격을 피할 수 있어 최근 면역 시스템을 활성화하는 면역 관문 억제제(Immune Checkpoint Inhibitors, 이하 ICI)를 사용한 항암 치료가 각광받고 있다.

그런데, 환자마다 유전적 · 환경적 요인이 다르고, 종양 특성이 다양해 실제 하나의 ICI에 반응하는 환자는 3분의 1 미만이다. 효율적인 항암 치료뿐 아니라 효과가 없는 환자를 위한 새로운 치료 전략을 세우려면 그 반응을 예측해야 한다.

연구팀은 2022년 세포 안에서 일어나는 단백질 간 상호작용을 컴퓨터에 학습시켜 면역 항암 치료 효과를 예측하는 인공지능 모델을 만들었다. 이번 연구에서는 한 단계 더 나아가 세포 밖에서 일어나는 세포 간 네트워크를 학습하는 인공지능을 개발해 환자의 반응을 예측하는 데 성공했다. 사람들이 SNS를 통해 서로 소통하듯 암세포와 면역세포 간 네트워크를 분석해 ICI에 대한 환자 반응성을 예측하는 기계 학습 모델을 만든 것이다.

이 모델은 흑색종, 위암, 폐암, 방광암 등 4개의 종양 세포를 가진 700명의 환자 샘플 분석에서 높은 정확도를 보였다. 또, ICI에 대한 반응 여부와 내성과 관련된 핵심 통신 경로를 확인하고, 이를 담당하는 수 · 송신 세포를 찾는 데 성공했다.


김상욱 교수는 “이번 연구를 바탕으로 환자별 치료 전략을 세워 맞춤형 면역 항암 치료가 가능해질 것”이라며, “세포 간 통신 네트워크는 면역계가 움직이는 기본 원리로 다른 면역 질환에서도 환자 맞춤형 치료법을 개발하는 데 적용할 수 있다”고 연구 확장 가능성을 제시했다. 공동 연구를 진행한 임신혁 이뮤노바이옴 대표는 “이번에 확보한 기술을 활용하여 추진 중인 마이크로바이옴 치료제 개발 기간을 획기적으로 단축할 것이다”고 기대 효과를 밝혔다.

DOI: https://doi.org/10.1126/sciadv.adj0785