국내 연구진이 항암 효과를 낮추는 '세포 간 이질성' 극복 전략을 찾았다.

 기초과학연구원(IBS)은 수리 및 계산 과학 연구단 의생명 수학 그룹 김재경 CI(KAIST 수리과학과 교수) 연구팀이 인공지능(AI)을 이용해 동일 외부 자극에 개별 세포마다 반응하는 정도가 다른 세포 간 이질성의 근본 원인을 찾아 이질성을 최소화할 수 있는 전략을 제시했다고 17일 밝혔다.

 연구팀은 기계 학습 방법론인 'Density-PINNs'를 개발해 우리 몸속 세포 신호 전달 체계와 세포 간 이질성의 연결고리를 찾았다.

 세포가 약물, 삼투압 변화 등 다양한 외부 자극에 노출되면 신호 전달 체계를 거쳐 반응 단백질이 생성된다.

 이 분포는 신호 전달 체계가 몇 개의 경로로 구성됐는지를 알려준다.

 다시 말해 Density-PINNs를 이용하면 쉽게 관측할 수 있는 반응 단백질의 시계열 데이터로부터 직접 관찰하기 어려운 신호 전달 체계에 대한 정보를 추정할 수 있다는 의미다.

 연구팀은 이어 실제 대장균의 항생제에 대한 반응 실험 데이터에 Density-PINNs를 적용해 세포 간 이질성 원인도 찾았다.

 신호 전달 체계가 단일 경로로 이뤄진 때(직렬)보다 여러 경로로 이뤄졌을 때(병렬) 세포 간 이질성이 적다는 것을 알아냈다.

 조현태 IBS 선임연구원은 "추가 연구가 필요하지만, 신호 전달 체계가 병렬 구조일 경우 극단적인 신호가 서로 상쇄돼 세포 간 이질성이 적어지는 것으로 보인다"며 "신호 전달 체계가 병렬 구조를 보이도록 약물이나 화학 요법 치료 전략을 세우면 치료 효과를 높일 수 있을 것으로 본다"고 설명했다.

 연구 결과는 국제학술지 셀(Cell) 자매지인 '패턴스'에 지난해 12월 26일 실렸다.