메타분석 기반 기계학습 알고리즘의 도식(사진제공: 건국대 의과대학 의학전문대학원) © 뉴스1

국내 연구진이 미국 메모리얼 슬로언케터링 암센터 연구진과 함께 새로운 형태의 암진단 인공지능 플랫폼 개발에 성공했다.

한국연구재단은 건국대 김성영 교수 연구팀이 메타 분석 기반 기계학습 알고리즘을 이용해 높은 신뢰도로 암을 구별할 수 있는 인공지능 플랫폼을 개발했다고 3일 밝혔다.  

의학 분야에서는 동일한 주제에 대한 다양한 연구결과를 통합해 결과의 일관성을 평가하고 통계적 정확성을 높이는 기법으로 메타분석 연구가 주로 사용된다.

건국대 연구팀은 암조직의 유전자 발현 및 관련 생물경로를 메타분석 기반의 알고리즘을 이용해 통합하고 이를 인공지능을 위한 학습재료로 사용했다.

연구팀은 기계학습 알고리즘을 메타분석과 결합시켜 보다 발전된 모델을 구축했다.

유전체 빅데이터는 보통 ‘차원의 저주'라 불리는 고차원 문제에 직면한다.

하지만, 연구팀은 비선형 주성분 분석과 생물경로를 이용한 차원축소 방법이 모델의 일반성과 해석력을 크게 끌어올리는 것을 확인했다.

이렇게 만들어진 알고리즘을 실제 암맹(Blind, 비공개된)갑상선암 샘플에 검증한 결과 거의 완벽한 분류 성능을 나타냈다.

갑상선암의 여러 아형을 테스트한 결과 높은 정확도로 이들 아형까지도 구분해냈다.

더 나아가 노화관련 질환인 점을 고려해 노화인자를 교정한 고위험군에서도 이 모델의 성능을 확인했다.

(왼쪽부터)박경식,김성영 교수(사진제공:건국대 의학대학 의학전문대학원)© 뉴스1

유전체 발현 데이터는 연구자 및 수행기관, 분석플랫폼 별로 예측인자와 모델이 상이해 메타분석 및 생물경로 기반의 알고리즘은 보다 객관적이고 해석력이 뛰어나다는 설명이다.

실제, 연구팀은 다중오믹스 분석을 통해 갑상선암 관련 생물경로의 조절인자를 찾아내 모델의 해석력을 극대화했다.

연구진이 개발한 알고리즘은 갑상선암 이외의 다른 암으로도 쉽게 응용될 수 있다.

또, 회귀 및 경로 분석 기반의 알고리즘으로 원인분석 및 결과의 일관성을 중시하는 임상에서 적극 이용될 것으로 기대된다.

한편, 이번 연구는 수학 및 컴퓨터생물학 분야 국제학술지 ‘브리핑스 인 바이오인포메틱스’지난해 12월19일자 온라인판에 게재됐다.