사진=강재우 교수(좌)와 연구팀 김선규 팀장
강재우 교수 연구팀이 2017년 진행된 정밀의료 국제경진대회 ‘드림챌린지’에서 1위의 성적을 거두었다.
‘드림챌린지’는 전 세계 연구자들이 경쟁과 협업을 통해 생명의료 분야의 난제를 해결하려는
집단지성 연구단체이다. 이 단체는 2007년부터 대회를 개최해 왔으며, 대회를 통해 발생한 연구 결과를
최고 권위 학술지인 네이쳐, 쎌, 사이언스지 등에 발표하고 있다. 미국 국립보건원(NIH),
하버드 다나파버 암연구원, 영국 생어 연구소(Sanger Institute), IBM 연구소 등 세계 유수 연구기관들이
대회를 주관 및 주최해오고 있다.
강 교수 연구팀은 이번 대회에서 1위를 석권하면서 대회 역사상 한국 팀 최초 우승이라는
성과를 이루어냈다. 연구팀은 지난 2016년에 열린 ‘아스트라제네카-생어 드림챌린지’에서도
2위의 최상위권 성적을 거둔 바 있다.
이번 대회에서는 미국 국립 암 연구원의 유전단백체 연구센터(NCI-CPTAC)가 데이터를 제공하고
난소암 및 유방암 환자의 단백질들의 활성화 정도를 예측하는 세 가지 문제를 출제했다.
암은 유전자에 생긴 변화가 단백질들의 활성화에 영향을 미치는 것으로 인하여 발생하는 질병이다.
영향을 받은 단백질들은 암 세포의 성장 및 전이뿐만 아니라 항암제에 대한 내성에도 관여할 수 있다.
따라서 이 단백질들을 측정하고 분석할 수 있다면 환자 개개인의 특성에 맞는
더 효과적인 암 치료전략을 세울 수 있다.
단백질의 활성도를 측정하는 기술들은 최근 빠르게 발전하고 있다. 그러나 측정한 단백질 정보와
기존의 방대한 양의 유전체 정보(DNA, mRNA) 간의 연관성을 밝혀내어 암 치료에 효과적인 정보를
추출하는 것은 여전히 어려운 문제다.
강 교수 연구팀이 만든 알고리즘은 ‘기계학습’ 기술을 기반으로 암 환자의 유전체 정보를 활용하여
단백질들의 활성도를 예측한다. 동시에, 암 환자의 다른 단백질들의 양을 바탕으로 측정하지 않은
단백질의 활성도 또한 예측한다. 이 과정에서 주어진 학습데이터뿐만 아니라 기존에 알려진
생명의료 지식들을 바탕으로 단백질의 양을 보다 정확하게 예측하는 인공지능을 구축하는 데 성공했다.
강 교수는 “의학 빅데이터에 기계학습 기술을 적용한 인공지능이 암 세포의 생명활동에 대한
실마리를 풀어낸 것”이라며 “암 환자의 단백체를 예측하는 이번 연구가 유전체 분석에만 국한되었던
기존 암 연구의 틀에서 벗어나 단백체 분석의 새로운 지평을 열기를 기대한다”고 말했다.
강 교수 연구팀(김선규, 이희원, 김건우, 전휘상, 전민지, 최용화, 김대한)은 전원 컴퓨터과학도로
구성된 팀임에도 드림챌린지에 참여한 60여개의 세계 정상급 연구팀과 경쟁해
첫 번째 문제에서 1위, 두 번째 문제에서 2위의 성과를 거두었다.
동 대회에서 UCLA 팀은 3위(첫 번째 문제), 스탠포드팀은 13위(두 번째 문제)에 랭크됐다.
강 교수 연구팀의 이번 드림챌린지 결과는 이 분야 최고 권위 학술지 Nature Method 에 게재될 예정이다.