KAIST 뇌인지과학과 최민이 교수. / KAIST

[더팩트 | 대전=박종명 기자] 국내 연구진이 파킨슨 환자의 병리적 하위 유형을 정확하게 예측해 맞춤형 치료를 할 수 있는 방안을 제시했다.

KAIST는 뇌인지과학과 최민이 교수 연구팀이 영국 프랜시스 크릭 연구소(Francis Crick Institute)와 공동 연구로 파킨슨병 환자의 개인별 질병 하위 유형을 예측하는 인공지능 기반의 플랫폼을 개발했다고 15일 밝혔다.

이 플랫폼은 파킨슨병 환자의 역분화 만능 줄기세포(hiPSC)에서 분화된 신경 세포의 핵, 미토콘드리아, 리보솜 이미지 정보만 학습해 파킨슨 환자의 병리적 하위 유형을 정확하게 예측한다.

이 기술을 활용하면 환자별로 다르게 나타나는 파킨슨병 양상을 생물학적 메커니즘별로 분류해 원인 미상의 파킨슨병 환자가 속한 분자 세포적 하위 유형별 진단을 통해 치료할 수 있다. 또 고속의 대량 스크리닝 시스템을 사용하기 때문에 병리적 하위 유형에 적합한 맞춤형 약물 개발의 파이프라인으로도 활용될 수 있다.

건강한 기증자와 파킨슨병 환자로부터 얻은 섬유아세포는 줄기세포로 역분화된 후, 일련의 과정을 거쳐 신경세포로 분화된다. / KAIST

지금까지 파킨슨병의 치료는 환자 개별의 병리 상태를 고려하지 않고 확률에 기댄 ‘일률적 접근’ 방식을 사용해 왔다. 하지만 병리적 원인과 치료 방법 사이의 불일치로 치료 효과를 높이기 어려웠다.

교신 저자인 최민이 교수는 "이번 연구는 실험실에서 얻은 생물학적 데이터를 인공지능에 효과적으로 학습시켜 정확도가 높은 질병 하위 유형 분류 모델을 생성하는 방법을 구체적으로 소개했다"며 "이 플랫폼은 자폐 스펙트럼과 같이 환자 개인별 증상이 뚜렷하게 다른 뇌 질환의 하위 유형을 분류하고 이를 통해 효과적인 치료법 개발도 가능해질 것"이라고 말했다.

이번 논문은 영국 Medical Research Council(MRC)와 대교-KAIST 인지 향상 연구센터의 지원으로 수행됐으며, 국제 학술지 ‘네이처 머신 인텔리젼스(Nature Machine Intelligence, IF = 25.8) 8월호에 게재됐다.

thefactcc@tf.co.kr