![파킨슨병 환자 유형 분류와 기전별 치로 목표 예측 모식도 사진KAIST](https://image.ajunews.com/content/image/2023/08/15/20230815151101506638.png)
파킨슨병 환자 유형 분류와 기전별 치로 목표 예측 모식도 [사진=KAIST]
한국과학기술원(KAIST)은 최민이 뇌인지과학과 교수 연구팀이 영국 프랜시스 크릭 연구소(Francis Crick Institute)와 함께 파킨슨병 환자의 개인별 질병 하위 유형을 예측하는 인공지능(AI) 기반 플랫폼을 개발했다고 15일 밝혔다.
그간 파킨슨병의 치료는 환자 개별의 병리 상태를 고려하지 않고 '일률적 접근' 방식을 사용해 왔다. 이러한 접근 방식은 병리적 원인과 치료 방법 사이의 불일치로 인해 치료 효과를 향상하기 어려웠다.
최민이 교수 연구팀이 개발한 AI 플랫폼은 파킨슨병 환자의 역분화 만능 줄기세포(hiPSC)에서 분화한 신경 세포의 핵, 미토콘드리아, 리보솜 이미지 정보를 학습했다. AI는 환자별로 다르게 나타나는 파킨슨병 양상을 겉으로 보이는 발현형이 아닌 생물학적 메커니즘으로 분류한다.
이를 통해 원인 미상의 파킨슨병 환자가 속한 분자 세포적 하위 유형별로 진단이 가능해, 환자 맞춤형 치료의 길을 열 수 있을 것으로 기대된다. 개별 환자 뇌세포의 분자와 세포 정보를 정밀하게 프로파일링하고, 질병 하위 유형을 정확히 진단해 '정밀 의학(Precise medicine)'이 가능해진다. 이는 각 개인에게 맞춤화한 치료로 이어져 치료 효과를 크게 높일 수 있다. 또 이 플랫폼은 고속의 대량 스크리닝 시스템을 사용하기 때문에 병리적 하위 유형에 적합한 맞춤형 약물 개발 파이프라인으로도 활용될 수 있다.
교신 저자인 최민이 교수는 "이번 연구를 통해 실험실의 생물학적 데이터를 AI에 효과적으로 학습시키고, 정확도가 높은 분류 모델을 생성하는 방법을 구체적으로 소개했다"고 말했다. 그러면서 "자폐 스펙트럼과 같이 환자 개인별 증상이 뚜렷하게 다른 뇌 질환의 하위 유형을 분류하는 데에도 유용할 것으로 예상하며, 효과적인 치료법 개발도 가능해질 것"이라고 연구 의의를 설명했다.
한편, 이번 논문은 영국 의학연구이사회(MRC)와 대교-KAIST 인지 향상 연구센터의 지원으로 수행됐으며, 국제 학술지 '네이처 머신 인텔리젼스' 8월호에 실렸다.
그간 파킨슨병의 치료는 환자 개별의 병리 상태를 고려하지 않고 '일률적 접근' 방식을 사용해 왔다. 이러한 접근 방식은 병리적 원인과 치료 방법 사이의 불일치로 인해 치료 효과를 향상하기 어려웠다.
최민이 교수 연구팀이 개발한 AI 플랫폼은 파킨슨병 환자의 역분화 만능 줄기세포(hiPSC)에서 분화한 신경 세포의 핵, 미토콘드리아, 리보솜 이미지 정보를 학습했다. AI는 환자별로 다르게 나타나는 파킨슨병 양상을 겉으로 보이는 발현형이 아닌 생물학적 메커니즘으로 분류한다.
이를 통해 원인 미상의 파킨슨병 환자가 속한 분자 세포적 하위 유형별로 진단이 가능해, 환자 맞춤형 치료의 길을 열 수 있을 것으로 기대된다. 개별 환자 뇌세포의 분자와 세포 정보를 정밀하게 프로파일링하고, 질병 하위 유형을 정확히 진단해 '정밀 의학(Precise medicine)'이 가능해진다. 이는 각 개인에게 맞춤화한 치료로 이어져 치료 효과를 크게 높일 수 있다. 또 이 플랫폼은 고속의 대량 스크리닝 시스템을 사용하기 때문에 병리적 하위 유형에 적합한 맞춤형 약물 개발 파이프라인으로도 활용될 수 있다.
한편, 이번 논문은 영국 의학연구이사회(MRC)와 대교-KAIST 인지 향상 연구센터의 지원으로 수행됐으며, 국제 학술지 '네이처 머신 인텔리젼스' 8월호에 실렸다.
©'5개국어 글로벌 경제신문' 아주경제. 무단전재·재배포 금지