인공지능 기반 암 후성유전체 분석 정밀화 기술을 개발한 부산대 국제공동연구팀 송길태 교수(왼쪽)와 제1저자로 참여한 오동빈 석사과정생(오른쪽).(부산대 제공) © 뉴스1

부산대학교 국제 공동연구팀이 암 검사에서 사람이 하던 분석 작업을 학습한 인공지능(AI) 딥러닝 모델 개발에 성공했다. 해당 인공지능 딥러닝 모델은 인간 연구자가 수동으로 검사한 후성 유전체 데이터를 학습한다. 부산대 정보컴퓨터공학부 송길태 교수 연구팀과 미국 스탠퍼드대학교 의과대학 국제 공동연구팀은 합성공 신경망(CNN, Convolutional Neural Network) 딥러닝 모델 개발에 성공했다고 28일 밝혔다.

이 딥러닝 모델은 암 후성 유전체 데이터 분석 핵심 과정 가운데 하나인 ChIP-seq 피크 검출 알고리즘을 기존 인간 연구자의 시각에서 수행하는 검사 방식을 모방한다.

후성유전체는 유전자의 발현을 조절하는 기능에 관련된 물질들의 집합이다. ChIP-seq는 2가지 연속된 실험으로 염색질 면역 침강(Chromatin immunoprecipitation) 실험과 염기서열(Sequencing) 결정법을 합친 용어다.

이번 모델은 ChIP-seq 후성유전체 데이터를 분석하는 전문 연구자의 수동검사 정확도를 달성한 신기술로 네이처(Nature)의 자매 학술지인 '사이언티픽 리포트(Scientific Reports)온라인 판에 지난 13일 게재됐다.부산대 연구진은 이번 연구에서 인간 연구자의 시각 검사를 모사하는 딥러닝 모델 개발과 설계, 검증 과정을 수행했다.

연구진은 암 유전체에서 상대적으로 매우 작은 기능적 영역을 정확히 탐색하기 위해 기존의 딥러닝 학습 방식과는 다른 '손실 함수 설계'와 '배치 정규화(Batch normalization)', '잔여구조(Residual structure)' 등의 최신 딥러닝 기법을 사용했다.

인간 연구자의 정확성을 가지면서도 기존의 고전적인 기법을 사용한 분석 도구보다 더 빠른 분석 도구를 개발한 것이다.

송길태 교수는 "전문 연구자의 생명정보 데이터 분석 과정을 모사하는 고도의 딥러닝 연구 결과는 유전체 데이터를 이용한 암 기전 연구와 암 환자의 정밀의료시대 실현에 기여할 것으로 기대한다"며 "올해 9월 출범하는 부산대 AI대학원이 세계적인 인공지능 대학원으로 발돋움하기 위해 더욱 노력하겠다"고 말했다.

송 교수는 부산대 인공지능융합연구센터장을 맡고있다.

한편 이번 연구는 부산대 정보컴퓨터공학부 석사과정에 재학중인 오동빈 학생이 제1저자로 참여했고 연구책임자 송길태 교수가 교신저자로 수행했다.

미국 스탠퍼드 대학 의과대학 마이크 체리(Mike Cherry)교수 연구진과 알렉스 얼번(Alex Urban) 교수 연구진, 경희대 의과대학 허준호 교수, 미국 보스턴 칼리지 소속 호세 벤토(José Bento)교수가 공동저자로 참여했다.


choah4586@news1.kr