AI가 파킨슨병 세부 분류… 새 치료법 나올까

KAIST, 파킨슨병 유형 분석 AI 플랫폼 개발
세포 소기관 이미지 학습시켜 95% 유형 분류
환자별 맞춤형 처방 등 통해 효과 향상 기대

파킨슨병. 게티이미지 제공

[파이낸셜뉴스] 불치병인 '파킨슨병'을 완치할 수 있는 치료법이 나올 수 있을까.

한국과학기술원(KAIST) 뇌인지과학과 최민이 교수팀은 영국 프랜시스 크릭 연구소와 함께 인공지능(AI)을 이용해 파킨슨병의 세부 유형을 알아낼 수 있는 방법을 개발했다고 15일 밝혔다.

파킨슨병이 아직까지 완치법이 없는 이유는 환자 개인별 유형에 맞는 최적의 약물이나 치료법을 처방받지 못해 그 효과가 나타나지 않기 때문이다.

연구진에 따르면, 이 AI 플랫폼은 파킨슨병 환자의 세포를 분석해 환자의 병리적 하위 유형을 예측한다. 즉 환자별로 다르게 나타나는 파킨슨병 양상을 겉으로 보이는 발현형이 아닌 생물학적 메커니즘별로 분류할 수 있다는 것.

연구진은 "이를 통해 원인 미상의 파킨슨병 환자가 속한 분자 세포적 하위 유형별로 진단이 가능해져 환자 맞춤형 치료의 길을 열 수 있다"고 전망했다.

세포. 게티이미지 제공

연구진은 우선 건강한 사람과 파킨슨 환자의 유도 만능 줄기세포를 신경 세포로 분화시켰다. 이렇게 분화시킨 신경 세포의 여러 소기관 중 파킨슨병의 대표적 병리 현상을 일으키는 미토콘드리아와 리소좀, 그리고 핵을 다중 라이브 이미징으로 촬영했다.

이를 통해 파킨슨병의 대표 병리 현상을 4가지로 분류했다. 그 유형에는 유전성 돌연변이가 존재하는 것과 세포 속 단백질에 이상이 있는 경우, 세포속 미토콘드리아의 스트레스, 잘못된 미토콘드리아를 없애는 미토파지의 장애 등이다.

연구진은 AI 플랫폼을 대량의 세포 소기관 이미지를 학습시켰다. 그결과 이 AI 플랫폼은 질병 유무 뿐만아니라 질병의 하위 유형을 약 95%의 정확도로 예측해 냈다.

연구진은 질병 하위 유형을 예측하는 데 있어 가장 핵심적인 소기관이 미토콘드리아고, 미토콘드리아와 리보좀 네트워크 변화에 대한 정보 역시 파킨슨병 하위 유형을 결정하는 중요한 정보라는 것을 알아냈다.

최민이 교수는 "실험실에서 얻은 생물학적 데이터를 AI에 효과적으로 학습시켜, 정확도가 높은 질병 하위 유형 분류 모델을 생성해냈다"고 말했다.

또한 "이 플랫폼은 자폐 스펙트럼과 같이 환자 개인별 증상이 뚜렷하게 다른 뇌 질환의 하위 유형을 분류하는 데에도 유용할 것이며, 이를 통해 효과적인 치료법 개발도 가능해질 것"이라고 전망했다.

[e-mail] 김만기 기자