기사 메일전송
AI 기술, 유방암 환자의 암 전이 위험 효과적 예측 가능…유전자 데이터 기반 - 보라매병원 박성배 교수팀
  • 기사등록 2020-12-17 00:40:02
기사수정

유방암 전이와 관련한 유전자 네트워크를 규명하고, 이를 기반으로 개발한 기계학습(머신러닝) 모델의 유방암 전이 예측 효과성을 입증한 내용의 연구결과가 최근 발표됐다.
서울대학교병원운영 서울특별시보라매병원(원장 김병관) 신경외과 박성배 교수팀(공동저자 보라매병원 외과 황기태 교수)은 기존 미국국립생물정보센터(NCBI)에 보고된 4건의 유방암 전이 연구데이터를 활용, 유방암 전이와 관련이 있을 것으로 추정되는 1,467개의 유전자 발현 데이터를 추출한 뒤, 해당 유전자 데이터를 기반으로 유방암 전이 위험을 예측하는 기계학습모델을 개발했다.
이후 교수팀은 기존 연구에 참여한 365명의 임상 데이터를 기계학습모델에 적용해 비전이성 유방암을 가진 대조군과 달리 유방암 전이 환자에서 나타나는 유전자 네트워크적 특성을 비교 분석했다.


전체 참가자 중 30%(110명)에서 뼈와 뇌, 폐 부위에 유방암 전이가 발생한 것으로 나타났는데, 이들의 유전자를 분석한 결과 유방암의 전이 부위별로 유전자 발현 형태에 차이가 나타나는 것으로 확인됐다.
골 전이가 나타난 환자의 경우 체내 POLR2JA, SPTLC1, ILK, ALDH3B1 유전자 및 에스트로겐 수용체의 발현이 유의하게 증가했으며, PDE6A 및 NR2E1 유전자의 발현은 뇌 전이 발생과의 인과관계가 확인됐다.
또 폐 전이 발생에는 HEY1, KCNF1, UVRAG 유전자와 에스트로겐 및 프로게스테론 수용체의 발현이 영향을 미치는 것으로 나타났다.
이러한 유전자 데이터를 기반으로 개발한 기계학습모델의 유방암 전이 예측 성능을 분석한 결과, 뼈와 뇌, 폐 전이 모두를 예측하는 데에 75% 이상의 성능 값이 확인돼 유방암 환자에서 다양한 형태의 암세포 전이 위험을 예측하는 데에 유의한 효과를 가진 것으로 판단됐다.

이에 대해 박성배 교수는 “이번 연구를 통해 유방암의 전이가 발생한 환자에서 나타나는 유전자 네트워크의 특징을 규명하고, 이를 바탕으로 유방암 환자의 전이 위험을 효과적으로 예측할 수 있는 기계학습모델을 개발했다”며, “이번 연구내용의 실제 임상 적용 가능성을 입증하기 위한 추가적인 후속 연구를 진행해나갈 계획이다”고 밝혔다.
이번 연구결과는 미국 전이연구학회 학술지인 ‘전이의 임상과 실험(Clinical & Experimental Metastasis )’ 2020년 12월호에 게재됐다.
[메디컬월드뉴스 김영신 기자]

관련기사
TAG
0
기사수정

다른 곳에 퍼가실 때는 아래 고유 링크 주소를 출처로 사용해주세요.

http://www.medicalworldnews.co.kr/news/view.php?idx=1510939320
기자프로필
나도 한마디
※ 로그인 후 의견을 등록하시면, 자신의 의견을 관리하실 수 있습니다. 0/1000
확대이미지 영역
  •  기사 이미지 [2~3월 제약사 이모저모]그래디언트 바이오컨버전스, 동아제약, 알피바이오, 한국아스텔라스제약, 한독 등 소식
  •  기사 이미지 [2~3월 제약사 이모저모]셀트리온, 알피바이오, 한국 노보 노디스크제약, 한올바이오파마, 티움바이오 등 소식
  •  기사 이미지 [2월 제약사 이모저모]동화약품, 한국다케다제약, 한국팜비오, GC셀 등 소식
분당서울대병원
아스트라제네카
국립암센터
분당제생병원
경희의료원배너
한림대학교의료원
대전선병원
서남병원
위드헬스케어
모바일 버전 바로가기