인공지능은 자가 면역 질환의 예후와 치료를 개선할 것입니다.

새로운 첨단 인공지능(AI) 알고리즘은 면역 체계가 신체의 건강한 세포와 조직을 실수로 공격하는 자가면역 질환에 대한 더욱 정확하고 빠른 예측과 새로운 치료법 개발로 이어질 수 있습니다. 이 알고리즘은 이러한 질환의 기저에 있는 유전 코드를 분석하여 특정 자가면역 질환과 관련된 유전자의 발현 및 조절 방식을 더욱 정확하게 모델링하고, 추가적인 위험 유전자를 식별합니다.

펜실베이니아대학교 의과대학 연구팀이 개발한 이 연구는 기존 방법론을 능가하며, 새로운 유전자-형질 연관성을 26% 더 많이 발견했다고 연구진은 보고했습니다. 이 연구는 오늘 Nature Communications 저널 에 게재되었습니다.

"우리 모두 DNA에 돌연변이가 있으며, 이러한 돌연변이가 질병 관련 유전자의 발현에 어떤 영향을 미치는지 이해해야 질병 위험을 조기에 예측할 수 있습니다. 이는 특히 자가면역 질환에 중요합니다."라고 펜실베이니아 대학교 의과대학의 저명한 교수이자 연구 부의장, 인공지능 및 생물의학 정보학과 책임자이자 이 연구의 공동 저자인 다장 류(Dajiang Liu)는 말했습니다.

"AI 알고리즘이 질병 위험을 더 정확하게 예측할 수 있다면, 우리는 더 일찍 개입할 수 있다는 뜻입니다."

유전학과 질병의 발달

유전학은 종종 질병 발생의 근간이 됩니다. DNA 변이는 유전자 발현에 영향을 미칠 수 있는데, 유전자 발현은 DNA 정보가 단백질과 같은 기능성 산물로 변환되는 과정입니다. 유전자 발현의 강도는 질병 발생 위험에 영향을 미칠 수 있습니다.

인간 유전학 연구에서 널리 사용되는 방법인 전장유전체연관성연구(GWAS)는 특정 질병이나 형질과 관련된 유전체 영역을 파악할 수 있지만, 질병 위험에 영향을 미치는 특정 유전자를 정확히 찾아낼 수는 없습니다. 이는 스마트폰의 미세 조정 없이 친구와 위치를 공유하는 것과 같습니다. 도시는 알 수 있지만 주소는 감춰져 있습니다.

현재 방법들은 분석의 세부적인 측면에서도 한계가 있습니다. 유전자 발현은 특정 세포 유형에만 국한될 수 있습니다. 분석이 여러 세포 유형을 구분하지 못하면, 유전적 변이와 유전자 발현 간의 실제 인과 관계를 파악하지 못할 수 있습니다.

EXPRESSO 방식

EXPRESSO(요약 통계만 사용한 발현 예측)라고 불리는 이 팀의 방법은 더욱 진보된 인공지능 알고리즘을 사용하고 유전적 변이를 조절하는 유전자와 연결하는 단핵세포의 정량적 발현 특징에서 얻은 데이터를 분석합니다.

또한 3D 유전체 데이터와 후성유전학을 통합하여 유전자가 환경에 의해 어떻게 변형되어 질병에 영향을 미치는지 측정합니다. 연구팀은 루푸스, 크론병, 궤양성 대장염, 류마티스 관절염 을 포함한 14가지 자가면역 질환에 대한 GWAS 데이터 세트에 EXPRESSO를 적용했습니다.

펜실베이니아 대학교 의과대학 조교수이자 이 연구의 수석 저자인 비보 지앙은 "이 새로운 방법을 통해 세포 유형 특이적 영향을 미치는 훨씬 더 많은 자가면역 질환 위험 유전자를 식별할 수 있었습니다. 즉, 이러한 유전자는 특정 유형의 세포에만 영향을 미치고 다른 세포에는 영향을 미치지 않는다는 뜻입니다."라고 말했습니다.

잠재적인 치료적 적용

연구팀은 이 정보를 활용하여 자가면역 질환의 잠재적 치료법을 찾아냈습니다. 현재로서는 효과적인 장기 치료 옵션이 없다고 합니다.

"대부분의 치료법은 질병을 완치하기보다는 증상 완화에 초점을 맞춥니다. 자가면역 질환은 장기적인 치료가 필요하지만, 기존 치료법은 종종 심각한 부작용을 일으켜 장기간 사용할 수 없다는 점을 고려할 때 이는 딜레마입니다. 그러나 유전체학과 AI는 새로운 치료법 개발에 유망한 길을 제시합니다."라고 펜실베이니아 대학교 의과대학 생화학 및 분자생물학 교수이자 이 연구의 공동 저자인 로라 캐럴은 말했습니다.

연구진은 궤양성 대장염 치료제인 비타민 K와 제2형 당뇨병 치료제인 메트포르민 (제1형 당뇨병 치료제)처럼 자가면역 질환 관련 세포 유형의 유전자 발현을 역전시킬 수 있는 약물 화합물을 제시했습니다. 이러한 약물들은 이미 미국 식품의약국(FDA)에서 다른 질병 치료에 안전하고 효과적이라는 승인을 받았으며, 잠재적으로 다른 용도로 활용될 수 있습니다.

연구팀은 동료들과 협력하여 연구실에서 연구 결과를 시험하고, 궁극적으로는 임상 시험에 들어갈 예정입니다.

생물통계학 프로그램 박사과정생인 리다 왕(Lida Wang)과 2022년 생물정보학 및 유전체학 박사 학위를, 5월 펜실베이니아 대학교에서 의학 학위를 받을 예정인 차크리트 쿤스리락사쿨(Chakrit Khunsriraksakul)이 이 연구를 주도했습니다. 펜실베이니아 대학교 의과대학의 다른 저자들은 박사 학위와 의학 학위 과정을 밟고 있는 하벨 마커스(Havell Marcus), 박사후 연구원 데이이 첸(Deyi Chen), 대학원생 팡 장(Fang Zhang), 그리고 박사후 연구원 팡 첸(Fang Chen)입니다. 또한 텍사스 대학교 사우스웨스턴 메디컬 센터(University of Texas Southwestern Medical Center) 조교수인 샤오웨이 장(Xiaowei Zhang)도 이 연구에 참여했습니다.