기계학습방법론(Density-PINNs)을 통한 세포 간 이질성 원인 규명. (IBS 제공)/뉴스1

국내 연구진이 항암 효과를 낮추는 ‘세포 간 이질성’을 극복하는 전략을 제시해 항암 신약 및 치료법 개발에 청신호가 켜졌다.

기초과학연구원(IBS) 수리 및 계산 과학 연구단 의생명 수학 그룹 김재경 CI 연구팀은 인공지능(AI)을 이용해 동일 외부 자극에 개별 세포마다 반응하는 정도가 다른 ‘세포 간 이질성’의 근본적인 원인을 찾아내고, 이질성을 최소화할 수 있는 전략을 제시했다고 17일 밝혔다.신호 전달 체계는 세포 간 이질성에도 영향을 미친다.

세포 간 이질성은 똑같은 유전자를 가진 세포들이 동일 외부 자극에 다르게 반응하는 정도를 뜻한다.

세포 간 이질성은 질병 치료에 있어 더욱 중요한 고려 요소다. 항암제를 투여했을 때 세포 간 이질성으로 인해 일부 암세포만 사멸되고 일부는 살아남는다면 완치가 되지 않는다. 결국 세포 간 이질성의 근본적인 원인을 찾고 이질성을 최소화할 수 있는 전략을 도출해야 치료 효과를 높인 신약 설계가 가능해진다.

이에 연구팀은 기계 학습 방법론(Density-PINNs)을 개발해 신호 전달 체계와 세포 간 이질성의 연결고리를 찾았다.

세포가 외부 자극에 노출되면 신호 전달 체계를 거쳐 반응 단백질이 생성된다. 시간에 따라 축적된 반응 단백질의 양을 이용하면 신호 전달 소요 시간의 분포를 추론할 수 있다.

이 분포는 신호 전달 체계가 몇 개의 경로로 구성됐는지를 알려준다. 즉 Density-PINNs를 이용하면 쉽게 관측할 수 있는 반응 단백질의 시계열 데이터로부터 직접 관찰하기 어려운 신호 전달 체계에 대한 정보를 추정할 수 있다는 의미다.

연구팀은 실제 대장균의 항생제에 대한 반응 실험 데이터에 Density-PINNs를 적용해 세포 간 이질성의 원인도 찾았다.

신호 전달 체계가 단일 경로로 이뤄진 때(직렬)에 비해 여러 경로로 이뤄졌을 때(병렬)가 세포 간 이질성이 적다는 것을 알아낸 것이다.

조현태 IBS 선임연구원(제1 저자)은 “추가 연구가 필요하지만 신호 전달 체계가 병렬 구조일 경우 극단적인 신호가 서로 상쇄돼 세포 간 이질성이 적어지는 것으로 보인다”며 “신호 전달 체계가 병렬 구조를 보이도록 약물이나 화학 요법 치료 전략을 세우면 치료 효과를 높일 수 있다는 의미”라고 말했다.

김재경 IBS CI. /뉴스1

연구를 이끈 김재경 CI는 “복잡한 세포 신호 전달 체계의 전 과정을 파악하려면 수십 년의 연구가 필요하지만 연구진이 제시한 방법론은 수 시간 내에 치료에 필요한 핵심 정보만 알아내 치료에 활용할 수 있다”며 “이번 연구를 실제 현장에서 사용되는 약물에 적용해 치료 효과를 개선할 수 있길 기대한다”고 했다.

이번 연구 결과는 국제학술지 셀의 자매지인 ‘패턴스’에 지난해 12월26일 게재됐다.


memory4444444@news1.kr