수학을 이용해 기존 약물 이용 데이터를 개선하고, 새로운 빅데이터 수립을 돕는 연구도 한창이다. 빅데이터와 이종 학문을 결합해 바이오헬스 분야에서 새로운 가능성 도출하는 것이 목표다.
김재경 수리과학과 교수팀은 새로운 '수리 모형 기반 약물 가상실험' 수리모형을 만들었다. 연구팀이 개발한 수리모형은 익히 알려진 '미분'을 이용한다. 체내에 투여한 약물이 간의 분해효소와 반응해 얼마나 오래 효과를 지속하는지를 미분 방정식으로 파악한다.
연구팀은 복잡한 미분 방정식을 단순화 하면서 정답 도출 정확도는 유지하는 '단수형 섭동 이론'을 모형에 적용했다. 이를 이용해 투약 후 경과시간별 약 잔량을 정확하게 파악하고 적절한 투약량을 구할 수 있다.
새로운 모형은 이전의 것을 대체한다. 기존 투약량 산출에는 '미켈스 멘튼 이퀘이션'을 이용했는데 100여년 전인 1913년 만들어져 정확도가 크게 떨어졌다.
연구팀은 이모형이 전산 환경에 생물학 시스템을 구현하고 새로운 투약 관련 빅데이터를 개선하는 기반이 된다고 설명했다. 이전의 부정확한 투약량 정보를 새롭게 해 순도 높은 빅데이터를 구성할 수 있다.
연구팀은 수면 질환 환자의 수면 데이터를 기반으로 치료 효과를 가늠하는 수리 모형도 개발했다. 이모형을 이용하면 환자가 수면을 시작하는 시점과 끝나는 시점을 바탕으로 '수면 욕구 정도'를 정리하고, 치료 효과 파악에 쓸 수 있다. 이미 수면 질환 환자를 정밀 분류하고 맞춤형 진료를 제공하는 알고리즘 개발 연구에 활용하고 있다.
연구팀은 질병 빅데이터만 뒷받침된다면 이 연구를 수면 질환뿐만 아니라 다양한 질환 치료에 응용할 수 있다고 설명했다.
김재경 교수는 “수학을 이용해 기존 빅데이터를 개선하고 새로운 성과를 도출하는 연구에 도전하고 있다”면서 “앞으로 더욱 중요해질 빅데이터 활용 바이오헬스 분야에서 KAIST가 역할을 하도록 노력하고 있다”고 말했다.
대전=김영준기자 kyj85@etnews.com
