GIST-서울대병원, '비용은 줄이고, 정확도는 높인' 3D 암 게놈 예측 AI 기술 개발

암 3D 게놈 예측 AI 모델인 InfoHiC의 개략도.
암 3D 게놈 예측 AI 모델인 InfoHiC의 개략도.

광주과학기술원(GIST)은 이현주 인공지능(AI)대학원 교수팀이 박성혜 서울대병원 교수팀과 함께 암세포의 전장 유전체(한 사람의 전체 유전자) 정보를 활용해 3차원(3D) 암 게놈을 예측하는 AI 모델 'InfoHiC'를 개발했다고 6일 밝혔다.

암세포에서는 3D 게놈의 변화가 유전자 발현형의 조절에 중요한 역할을 한다. 두 염색질 사이의 공간상 상대적 거리를 측정해 DNA의 입체적 3D 구조와 접힘을 분석하기 위한 Hi-C 데이터를 사용하면 3D 암 게놈의 '네오(neo)-위상적 연관 도메인(TAD)' 구조를 확인할 수 있으나, 전장 유전체 데이터에 비해 상대적으로 분석이 까다롭고 비용도 많이 든다.

연구팀은 이를 통해 비암호화 DNA 영역에서 발생하는 구조적 변이에 의한 neo-TAD 생성 및 인핸서 납치 현상을 예측했다. 이로써 비암호화 DNA 영역의 구조 변이가 암의 발생과 진행에 미치는 영향을 종전보다 저비용으로 정확히 밝혀낼 수 있을 뿐만 아니라 암 환자에게서 직접 관찰할 수 있는 기술을 확보했다.

연구팀이 수모세포종 환자 A의 전장 유전체 데이터에 InfoHiC를 적용한 결과, 비정상적인 유전자 발현을 유발하는 인핸서 납치 현상을 예측했고, 이를 통해 유전자 발현 조절 이상을 확인할 수 있었다.

또한 종양 유전자의 암호화 DNA 영역에서 돌연변이가 발견되지 않아 치료 타깃 유전자 선정이 힘든 환자 B를 대상으로 InfoHiC를 활용해 3D 게놈 변이에 따른 유전자 발현 이상을 확인했다. 이 같은 방식으로 InfoHiC가 추후 환자 맞춤형 치료 추천에 기여할 것으로 기대한다.

연구팀이 InfoHiC를 유방암 환자 90명의 전장 유전체 데이터에 적용해 neo-TAD를 예측한 결과, 여러 환자들에게서 반복적으로 나타나는 neo-TAD 관련 유전자를 발견했다. 인핸서 납치에 의한 이들 유전자의 과발현이 암환자의 생존율과 연관이 높다는 점도 밝혔다.

이현주 교수는 “최근에 시퀀싱 데이터 비용의 감소로 암 환자의 전장유전체 데이터는 많이 생산되고 있으나, 이에 반해 3D 암 게놈을 확인할 수 있는 Hi-C 데이터는 고비용 탓에 확보가 쉽지 않다” 면서 “이번 연구는 Hi-C 데이터 예측을 통해서 비암호화 DNA 영역에서의 구조 변이를 가진 암 환자의 개인 맞춤형 치료에 기여할 수 있을 것”이라고 말했다.

왼쪽부터 이현주 GIST 교수, 박성혜 서울대학교 교수, 이영훈 GIST 박사.
왼쪽부터 이현주 GIST 교수, 박성혜 서울대학교 교수, 이영훈 GIST 박사.

광주=김한식 기자 hskim@etnews.com