과학자들이 의료 영상과 유전자, 약물을 연결하는 인공지능 기반 심장 "지도"를 만들어 심장 질환 치료 및 기존 약물 재활용을 위한 새로운 단서를 발견했습니다.
심장 스캔 이미지와 방대한 생체 데이터를 결합하는 새로운 인공지능 도구가 연구자들이 심장 질환 치료제를 더 빠르게 개발하는 데 도움을 줄 수 있으며, 이미 시판 중인 의약품의 새로운 용도를 찾아내는 데에도 기여할 수 있을 것으로 기대된다.
카디오KG(CardioKG)라고 불리는 이 시스템은 심장의 구조와 기능에 대한 상세한 이미지를 유전자, 질병, 약물, 증상 및 분자 경로의 검색 가능한 대규모 네트워크로 통합한 최초의 지식 그래프입니다. 이 시스템은 MRC 의학 연구소의 전산 심장 영상 그룹 소속 박사후 연구원인 칼레드 르주브(Khaled Rjoob)와 그룹 리더인 데클란 오레건(Declan O'Regan)이 이끄는 연구팀에 의해 개발되었습니다.
지식 그래프는 정보를 개별 데이터베이스에 고립된 항목으로 저장하는 대신, 서로 연결된 사실들의 네트워크 형태로 구성하는 방식입니다. 생물의학 분야에서 지식 그래프는 유전자, 단백질, 질병 및 치료법에 대한 정보를 연결하여 과학자들이 놓칠 수 있는 패턴과 관계를 파악하는 데 도움을 줄 수 있습니다.
하지만 지금까지 이러한 그래프들은 한 가지 중요한 요소, 즉 인체 내 장기들의 실제 모습과 기능에 대한 정보를 대부분 누락해 있었습니다.
이를 해결하기 위해 CardioKG 팀은 수십만 명의 자원 봉사자로부터 얻은 영상 및 유전자 데이터를 포함하는 장기 건강 연구인 UK Biobank를 활용했습니다. 연구진은 심방세동, 심부전 또는 심근경색 환자 4,280명과 건강한 참가자 5,304명의 심장 영상 데이터를 추출했습니다. 이를 통해 심장의 모양과 펌프 기능의 다양한 변이를 파악할 수 있었습니다.
이 스캔 이미지를 통해 연구팀은 200,000만 개 이상의 이미지 기반 특징(심장실 크기, 벽 두께, 심장 각 부분의 움직임 등 심장의 특징을 정밀하게 측정한 값)을 생성했습니다. 그런 다음 이러한 특징을 18개의 서로 다른 생물학적 데이터베이스의 정보와 통합하고 인공지능을 사용하여 이 모든 요소들이 어떻게 서로 연결되는지 학습했습니다.
그 결과, 특정 심장 질환과 관련된 유전자를 예측하고 기존 약물 중 어떤 것이 치료에 도움이 될 수 있는지 파악하는 데 사용할 수 있는 매우 상세한 지도가 만들어졌습니다.
임페리얼 칼리지 런던의 심혈관 AI 교수이기도 한 오레건에 따르면, 이 접근 방식의 강점은 다양한 유형의 정보를 한 곳에 연결할 수 있다는 능력에 있습니다.
오레건은 보도자료에서 "지식 그래프의 장점 중 하나는 유전자, 약물, 질병에 대한 정보를 통합한다는 점"이라고 밝혔습니다. 영상 데이터를 추가하면 "새로운 치료법을 발견할 수 있는 가능성이 더욱 커진다"며, "심장 영상을 그래프에 포함시키자 새로운 유전자와 약물을 식별하는 능력이 크게 향상되었다"고 덧붙였습니다.
CardioKG를 사용한 이 모델은 심장 질환과 관련된 이전에 알려지지 않은 유전자 목록을 제시했습니다. 또한 심장 질환 치료를 위해 용도를 변경할 수 있는 기존 약물 두 가지도 지적했습니다.
첫째, 메토트렉세이트는 류마티스 관절염 치료에 흔히 사용되는 약물입니다. 그래프의 예측에 따르면 이 약물이 심부전 환자의 치료 결과를 개선할 수 있을 것으로 보입니다. 또 다른 약물 계열인 글립틴은 현재 당뇨병 관리에 처방되고 있는데, 흔한 심장 박동 장애인 심방세동 환자에게도 효과가 있을 수 있는 잠재적 후보로 떠올랐습니다.
놀랍게도, 이번 분석에서는 심장을 흥분시키는 것으로 알려진 카페인이 불규칙하고 빠른 맥박을 보이는 심방세동 환자에게 오히려 보호 효과를 줄 수 있다는 가능성도 제시되었습니다. 이러한 결과는 일부 사람들에게는 적당한 카페인 섭취가 심장 박동에 생각만큼 해롭지 않을 수 있다는 연구 결과들과 일맥상통하지만, 임상적 권고에 영향을 미치기 위해서는 더 많은 연구가 필요합니다.
오레건은 팀의 초기 성과가 단지 예외적인 현상으로 나타나는 것이 아니라고 지적했습니다.
"흥미로운 점은 이 분야의 다른 최근 연구들이 우리의 예비 결과를 뒷받침한다는 것입니다."라고 그는 말했습니다. 종합적으로 볼 때, "이러한 결과는 지식 그래프가 기존 약물 중 새로운 치료제로 용도를 변경할 수 있는 가능성을 밝혀내는 데 엄청난 잠재력을 가지고 있음을 보여줍니다."
기존 약물을 다른 용도로 활용하는 것은 특히 심장학 분야에서 매력적인데, 이는 새로운 치료법을 환자에게 제공하는 데 필요한 시간과 비용을 획기적으로 단축할 수 있기 때문입니다. 이미 승인된 약물은 안전성이 입증되었으므로, CardioKG와 같은 도구가 새로운 용도를 확실하게 제시할 수 있다면 연구자들은 더욱 신속하게 표적 임상 시험을 진행할 수 있습니다.
특정 신약 후보 물질을 발굴하는 것을 넘어, 이 기술은 생물학적 표적의 우선순위를 정하는 새로운 방법을 제시합니다. CardioKG는 특정 심장 질환과 관련될 가능성이 높은 유전자 목록을 신속하게 순위별로 생성함으로써 제약 회사와 연구 기관에 보다 효율적인 신약 발굴 출발점을 제공할 수 있습니다. 과학자들은 수천 개의 가능성을 일일이 검토하는 대신, 그래프에서 강조 표시된 가장 유망한 후보에 집중하고 실험을 통해 이를 검증할 수 있습니다.
연구진은 CardioKG가 심장을 넘어 훨씬 더 넓은 범위로 확장될 수 있는 개념 증명이라고 보고 있습니다. 뇌나 간처럼 영상화 가능한 모든 장기 또는 체지방 및 기타 조직을 추적하는 전신 스캔에 대해서도 유사한 지식 그래프를 구축할 수 있습니다. 이는 스캔에서 보이는 장기의 모습과 기저 생물학적 요인 및 잠재적 치료법을 연결함으로써 치매, 비만, 대사 질환과 같은 질환을 해결하는 새로운 길을 열어줄 수 있습니다.
다음 단계는 그래프를 더욱 개인적이고 역동적으로 만들어 실제 사람들에게서 시간이 지남에 따라 질병이 어떻게 진행되는지를 반영하는 것이라고 르주브는 말했다.
그는 보도자료에서 "이 연구를 바탕으로 지식 그래프를 확장하여 실제 질병 진행 경로를 포착하는 역동적이고 환자 중심적인 프레임워크를 구축할 것"이라며, "이를 통해 개인 맞춤형 치료와 질병 발병 시기 예측에 새로운 가능성이 열릴 것"이라고 밝혔습니다.
공부, 출판 본 연구는 학술지 네이처(Nature)에 게재되었으며, 영국 의학연구위원회(Medical Research Council), 영국 심장재단(British Heart Foundation), 바이엘(Bayer AG), 그리고 영국 국립보건임상연구소(National Institute for Health and Care Research) 산하 임페리얼 칼리지 생의학 연구센터(Imperial College Biomedical Research Centre)의 지원을 받았습니다.
심장 질환이 여전히 전 세계 사망 원인 1위인 상황에서, 영상, 유전자, 약물 간의 연관성을 밝혀낼 수 있는 도구는 상황을 반전시키는 데 도움이 될 수 있습니다. 이는 완전히 새로운 약을 개발하는 것이 아니라, 이미 존재하는 약을 활용하는 새로운 방법을 제시하고, 더욱 스마트하고 개인 맞춤형 치료의 길을 열어주는 것을 의미합니다.