AI로 최적 항암제 조합 찾는다 맞춤형 치료 혁신 기대

복합 항암제 치료(combination therapy)는 두 가지 이상의 항암제를 조합해 사용하는 치료법으로,

단일 항암제 치료에 비해 시너지 효과가 크고 독성이 낮으며 약물 내성을 극복할 수 있다는 장점이 있다.

하지만 조합이 잘못될 경우 오히려 강한 독성이나 낮은 효능을 보일 수 있어 최적의 조합을 정확히 예측하는 것이 중요하다.

남호정 광주과학기술원(GIST) 전기전자컴퓨터공학과 교수 연구진은 암세포별 항암제의 조합과 투여 농도를 정밀하게

예측할 수 있는 예측 인공지능(AI) 모델을 개발했다고 3일 밝혔다. 연구는 국제 학술지

‘브리핑스 인 바이오인포매틱스(Briefings in Bioinformatics)’ 온라인판에 지난달 12일 게재됐다.

AI 기반의 복합 항암제 효능 예측 연구는 방대한 약물을 대상으로 최적의 조합 결과를 효율적으로 탐색하는 것이 목적이다.

기존 연구에서는 유전자 발현량과 같은 암세포 표현자와 약물 특성 데이터를 심층 신경망에 입력해 복합 항암제의 시너지 효과를 예측했다.

하지만 이런 접근법은 두 가지 한계를 보였다. 먼저 단일 항암제와 복합 항암제 간의 직접적 연관성을 고려하지 않았다.

또 약물의 실제 투여 농도를 반영하지 못하고 평균적인 상승 효과만 예측했기 때문에 효과적인 복합 항암제를 찾아내더라도 구체적인 투여 용량을 제시하지 못했다.

모든 농도에서 평균값을 예측하는 기존 연구들은 농도에 따른 시너지효과의 변화를 예측할 수 없다.

이 문제를 해결하기 위해 연구진은 임의의 암세포, 약물, 약물 농도에 대해 복합 항암제의 효능과 상호작용을 높은 정확도로

유추할 수 있는 복합 항암제 약효 예측 모델(DD-PRiSM: A Deep Learning Framework for Decomposition and Prediction of Synergistic Drug Combinations)을 개발했다.

이 모델은 암세포의 유전자 발현량과 단일 항암제의 구조 정보를 활용해 암세포와 단일 항암제 사이의 약물 메커니즘과 약물 반응 곡선을 분석, 예측한다.

주어진 농도에서 각 단일 항암제의 효능과 약물 메커니즘을 이용해 단일 항암제 2개를 결합한 복합 항암제의 시너지 효과와 각 단일 항암제의 영향력을 예측한다.

연구진은 이렇게 개발한 모델을 활용해 시너지 효과가 큰 복합 항암제는 시너지 효과가 약한 복합 항암제에 비해 표적 항암제를 포함하고 있는 비율이 높다는 사실을 확인했다.

예측된 시너지 효과에 근거하여 각 복합 항암제를 시너지 효과를 기준으로 높음, 중간, 낮음의 3가지 그룹으로 분류하고 분석한 결과,

‘높음’ 그룹(56.58%)이 다른 그룹(중간 40.52%, 낮음 35.96%)에 비해 표적 항암제를 포함하는 복합 항암제가 많았다.

또 AI 모델을 통해 암종별 시너지 효과가 발생하는 정도가 다른 것을 확인했으며, 각 암종에 대해 유력한 복합 항암제와 농도 조합 총 2556쌍을 제시했다.

혈액암이 고형암보다 시너지 효과가 높게 예측된 것을 확인했는데 특히 혈액암은 소수의 항암제가 시너지 효과를 주도하는

것에 반해 고형암은 다수의 항암제가 각각 소수의 다른 항암제와 시너지 효과를 냈다.

특히 혈액암의 일종인 다발성 골수종 세포에 대해 보르테조밉과 아자시티딘 조합은 시너지 효과가 높아 항암 효과 또한 클 것으로 파악했다.

연구진은 이번 연구를 통해 암세포마다 다르게 나타나는 약물 반응을 AI로 분석하고, 최적의 항암제 조합과 투여 농도를 찾아 환자 개인별 특성을

고려한 정밀 항암 치료를 가능하게 할 것으로 기대했다. 남호정 교수는 “맞춤형 항암 치료의 정확도를 한층 높일 것”이라며

“특히 복합 항암제의 투여 농도까지 정밀하게 예측할 수 있어 임상적 활용도가 매우 클 것으로 기대한다”고 말했다.