같은 암이라도 약물 치료 반응(효과)은 환자에 따라 다를 수 있다. 약물 반응은 환자 개인의 유전적 특성, 암세포의 돌연변이 상태 등의 영향을 받기 때문이다. 따라서 개인 맞춤형 약물을 찾아야 하는데, 광주과학기술원(GIST) AI대학원 이현주 교수 연구팀이 암환자의 약물 반응을 예측하는 인공지능 모델을 개발했다.

25일 광주과학기술원에 따르면 이현주 교수 연구팀이 개발한 인공지능 모델은 사람의 유전자 발현 정보와 약물 그래프 정보를 기반으로 한다. 연구팀은 적대적 생성 신경망(GAN)을 활용해 인공지능 모델에서 세포주 데이터와 환자 데이터 상호 간 표현의 차이를 줄임으로써, 세포주 데이터로 학습하더라도 환자 데이터에서도 정확한 약물 반응을 예측할 수 있도록 한 ‘PANCDR‘ 모델을 개발했다.

‘PANCDR’ 모델은 기존의 약물 반응 예측 모델보다 34% 이상 뛰어난 예측 성능을 보였다. 연구팀은 ‘PANCDR’ 모델을 서울대병원 연구팀(박성혜 교수)의 소아 뇌종양 환자 데이터에 적용하여 반응성이 가장 높게 예측된 상위 5개의 약물을 선정했다. 그리고 이에 관한 기존 연구를 조사한 결과, 5개 약물 모두 뇌종양과 관련되어 있음을 확인해‘PANCDR’ 모델의 정확도와 신뢰도를 검증했다.

이현주 “이번 연구 성과를 통해 개인 맞춤 치료를 위한 정확한 약물 반응 예측을 제공할 것으로 기대된다”고 말했다. 이 연구 결과는 생명정보학 분야 국제학술지 ‘Briefings in Bioinformatics’에 지난 14일 게재됐다.