성균관대학교 인공지능대학원

이재명 "청년세대 기회 부족…AI 등 미래산업으로 길 열어야", 연합뉴스

2021-05-31

사진제공: 경기도 관련기사 링크: https://www.yna.co.kr/view/AKR20210528154200061

성균관대 인공지능대학원 찾은 이재명 지사 "미래산업의 길 적극적으로 열어야", 중부일보

2021-05-31

사진제공: 경기도 관련기사 링크: http://www.joongboo.com/news/articleView.html?idxno=363488175

(AI타임스)[기획연재] 현장 중심 실무형 전문가 양성... 성균관대 이지형 AI대학원장

2021-05-06

관련 기사 http://www.aitimes.com/news/articleView.html?idxno=138118

인공지능학과 이주상 교수 연구팀, 유전자 네트워크 활용한 암환자 맞춤의료 플랫폼 개발

2021-04-14

인공지능학과 이주상 교수 연구팀, 유전자 네트워크 활용한 암환자 맞춤의료 플랫폼 개발 - 유전자 빅데이터를 합성치사 네트워크 관점에서 분석하여 환자에게 가장 적합한 치료법 제시 - 미국 국립암센터와 공동으로 임상시험 진행중 □ 암은 개개인의 편차가 심한 질병 중에 하나다. 그동안은 비슷한 종류의 암 환자에게는 유사한 치료법이 사용되었으나, 최근 유전자 및 임상 의료 데이터의 축적에 따라 환자의 빅데이터를 바탕으로 가장 적합한 치료법을 선택해 치료하는 암 환자 개인 맞춤형 의료가 대두되고 있다. □ 암은 돌연변이의 축적으로 발생하는 질병이기 때문에, 현재 개인 맞춤형 항암 치료는 유전체의 돌연변이에 집중되어 있다. 그러나 암 환자에게 일어나는 모든 돌연변이에 대해 항암제가 개발된 것이 아니기 때문에, 기존의 개인 맞춤형 항암 치료를 통해서 유익을 얻는 환자의 숫자는 기대에 못 미치는 편이다. □ 이에 성균관대학교(총장 신동렬) 의과대학/인공지능학과 이주상 교수 연구팀 (다음세대 의학연구실, 홈페이지: https://leejoosang.wixsite.com/ngml, 트위터: https://twitter.com/joo_sang_lee)은 미국 National Cancer Institute의 Eytan Ruppin 교수 연구팀과 함께 기존의 개인 맞춤형 의료를 획기적으로 개선할 수 있는 새로운 의료 플랫폼 셀렉트(SELECT)를 개발하였다. □ 이 플랫폼은 기존의 방식과 두 가지 면에서 차별된다. 첫째, 암세포에서는 유전체의 돌연변이뿐만 아니라 다양한 유전적인 변이가 나타나는데, 연구진은 최근의 임상 시험 결과들을 바탕으로 유전자 발현 패턴(transcriptomics)의 변화에 초점을 맞췄다. □ 둘째, 하나의 유전자는 세포 내에서 많은 다른 유전자들과 네트워크를 이루며 긴밀한 상호작용을 한다. 연구진은 이러한 유전자 상호작용 중에 암 치료와 직접적으로 연결되는, 암세포의 생존에 치명적인 영향을 끼치는 합성치사 상호작용(synthetic lethal interaction)을 선별하여 항암 맞춤 치료에 이용하고자 하였다. □ 현재 실험적인 방법으로 암 환자의 치료에 직접적인 도움을 줄 수 있는 유전자 네트워크를 밝혀내기는 쉽지 않다. 이 난제를 극복하고자 연구진은 빅데이터의 힘을 활용하였다. 대량의 암환자 유전자 및 임상 데이터를 분석하여 암치료에 유익한 합성치사 관계를 예측하는 알고리즘을 개발하였다. 이 알고리즘을 이용하면 개별 항암 치료제의 치료 효과를 예측할 수 있는 유전자 생체지표를 밝혀낼 수 있다. □ 이렇게 밝혀진 합성치사 유전자 생체지표는 기존의 맞춤 치료를 획기적으로 발전시킬 잠재력을 가진다. 먼저 항암제가 효과가 있을지를 치료하기 전에 환자의 유전자 데이터만 가지고 예측함으로써 불필요한 치료를 막을 수가 있고, 환자에게 가장 효율적인 치료를 제공할 수 있다. □ 이를 검증하기 위해 연구진은 세계 각국의 암센터에서 실시된 다양한 암종과 표적 치료제 및 면역 치료제를 아우르는 약 4,000 명 이상의 환자가 참여한 48개의 임상 시험 데이터를 분석하였다. 연구진이 발견한 유전자 네트워크는 80% 의 표적 및 면역 항암제에 대하여 환자의 반응률 및 생존율을 기존의 다른 어떤 생체지표보다 정확하게 예측할 수 있었다. □ 더 나아가 이 합성치사 생체지표는 암 환자에게 가장 적합한 치료법을 예측할 수 있는 가능성을 제시하고 있다. 유전자 발현 데이터를 바탕으로 최근 시행된 국제 공동 임상시험 데이터와 비교 분석한 결과, 기존의 접근법이 제공하는 것보다 2배가 넘는 환자에게 가장 효과적인 치료법을 제시할 수 있는 것으로 나타났다. □ 이 연구의 결과는 매우 고무적이며, 독립적인 임상 시험을 통해서 검증하는 단계가 남아있다. 연구진은 현재 미국 국립암센터(National Cancer Institute), 삼성서울병원(Samsung Medical Center) 등과 함께 이 연구에서 밝혀진 유전자 네트워크가 암 환자에게 개인 맞춤 치료를 제공함으로써 실질적으로 암 환자의 생존율을 높일 수 있는지를 확인하기 위한 임상 시험을 계획하고 있다. 이 임상 시험이 성공한다면 새로운 치료법을 기다리는 많은 암 환자와 의료진에게 희망을 제시할 수 있을 것으로 보인다. □ 이주상 교수는 “다양한 암종과 치료제에 대하여 단일 플랫폼을 바탕으로 상당한 예측력을 보이는 것이 SELECT의 힘입니다. 앞으로 대용량의 유전체 데이터와 발전된 인공지능 모델을 이용하여 암 정밀의학을 혁신해 나가는 것이 다음세대 의학연구실의 목표입니다.”라며 앞으로의 연구를 내다보고 있다. □ 이 연구는 일부 한국연구재단 의약학분야 기초연구사업의 중견연구 지원사업으로 수행되었으며, 연구 성과는 세계적인 학술지 ‘셀 (Cell)’에 2021년 4월 13일 온라인 게재되었다(https://www.cell.com/cell/fulltext/S0092-8674(21)00361-5). □ 논문명: Synthetic lethality mediated precision oncology via the tumor transcriptome □ 저자: 이주상 교수 (제1저자, 교신저자, 성균관대), 정영민 (공동저자, 성균관대), 김다솔 (공동저자, 성균관대), Eytan Ruppin (교신저자, 미국국립암센터). 연구자 이력사항 <이주상 교수, 제1저자, 교신저자> 1. 인적사항 ○ 소 속 : 성균관대학교 의과대학/인공지능학과 ○ 전 화 : 031-299-6107 (유선번호) ○ 이메일 : joosang.lee@skku.edu 2. 학력 ○ 2005 KAIST 물리학 학사 ○ 2012 Northwestern University 물리학 박사 3. 경력사항 ○ 2012 ~ 2014 Northwestern Physical-Sciences Oncology Center, Post Doc. ○ 2014 ~ 2018 University of Maryland, Research Associate ○ 2018 ~ 2019 National Cancer Institute, Staff Scientist 4. 전문분야 정보 : Artificial Intelligence and Data Science 5. 연구지원 정보 ○ 2019 ~ 2021 SMC-SKKU Future Research Fund ○ 2020 ~ 2021 Medical Research Center ○ 2020 ~ 2023 National Research Fund of Korea, Senior Research Project

인공지능학과

Notice

News

Schedule

Link