울산과학기술원(UNIST)과 고신대학교복음병원 연구진이 한국인에 특화된 '제2형 당뇨' 발병 예측을 위한 기계학습 모델을 개발했다.

 UNIST에 따르면 산업공학과 이정혜 교수팀과 고신대병원 가정의학과 강지훈 교수팀은 대규모 한국인 코호트(특성을 공유하는 집단)를 바탕으로 제2형 당뇨 발병 예측 성능을 높인 기계학습 모델을 만들었다.

 당뇨는 30세 이상의 한국인 6명 중 1명이 앓을 정도로 흔한 질병인데, 기존의 당뇨 발병 위험 예측 모델 연구는 주로 서양인 집단을 대상으로 했다.

 동양인을 대상으로 해도 키와 몸무게, 가족력 같은 인구통계학적 정보와 당화혈색소 수치, 콜레스테롤 수치와 같은 임상 정보를 위주로 이용했다.

 이 때문에 한국인에 특화된 유전적·환경적 요인까지 반영한 당뇨 예측에는 한계가 있었다.

 이에 연구진은 질병관리청 국립보건연구원에서 수집한 '한국인유전체역학조사사업'의 대규모 코호트를 바탕으로 한국인에 특화된 정보를 활용한 예측 모델 개발에 나섰다.

 이 코호트는 한국인에게 흔히 발생하는 당뇨, 고혈압, 비만, 대사증후군 등의 만성질환 연구를 위해 2001년부터 추적·수집된 자료다.

 연구진은 인구통계학적 정보, 임상 정보에 유전 정보와 환경 정보를 더해 당뇨 발병 예측 성능을 높였다.

 제2형 당뇨 발병에 관한 유전 정보는 '다유전자 위험 점수'를 한국인 유전자 특성에 맞게 새로 계산해 예측 모델에 활용했다.

 또 환경 정보로 혈청 '대사체' 데이터를 반영해 유전 정보가 설명하지 못하는 정보를 상호 보완했다.

 연구진이 최종 개발한 제2형 당뇨 발병 예측 모델은 인구통계학적 정보만 활용한 경우보다 예측 성능이 약 11%포인트 높았다.

 인구통계학적 정보와 임상 정보까지 활용한 경우와 비교해도 약 4%포인트 이상의 향상된 예측 성능을 보였다.

 연구진은 이 모델을 임상 현장에서 활용할 경우 제2형 당뇨를 효과적으로 예방할 수 있을 것으로 보고 있다.

 이정혜 교수는 "서양인 코호트 중심으로 진행하던 연구를 한국인 코호트로 바꿔 접근한 것에 큰 의미가 있다"며 "아시아 집단의 코호트 데이터를 이용하는 다양한 후속 연구에도 활용할 수 있을 것"이라고 말했다.

 연구 결과는 의학 분야 학술지 '란셋'(The Lancet)의 자매지인 '이바이오메디슨'(eBioMedicine)에 공개됐다.

연구는 UNIST 'U-K 브랜드 육성사업'과 한국연구재단의 '지역 거점 혁신형 의사과학자 공동연구'의 지원을 받아 이뤄졌다.