항암제 같은 약을 먹어도 기대보다 효과가 떨어지는 경우가 있는데 그 원인과 해결법을 국내 연구진이 밝혀냈다. 인공지능(AI)을 활용해 세포가 약물에 반응하는 정도를 파악하고 효율화할 수 있는 신기술을 통해서다.

기초과학연구원(IBS)은 김재경 수리및계산과학연구단 의생명수학그룹장(CI) 연구팀이 IA를 활용해 ‘세포 간 이질성’의 근본적인 원인을 찾아내고 이질성을 최소화할 수 있는 전략을 제시했다고 17일 밝혔다. 연구성과는 국제 학술지 ‘셀’의 자매지인 ‘패턴스’에 지난달 26일 게재됐다.

같은 유전자를 가진 세포들이라고 할지라도 같은 외부 자극에 대해 서로 다른 반응을 보인다. 이 특성을 세포 간 이질성이라고 한다. 이는 신약을 개발할 때 민감한 문제가 된다. 세포들이 약물에 대해 서로 다른 영향을 받고 이는 치료 효능을 낮출 수 있기 때문이다. 가령 항암제를 투여했을 때 일부 암세포는 사멸되지만 일부는 살아남아 다시 증식함으로써 완치가 되지 않는 경우가 발생한다. 학계는 세포가 외부 자극에 반응하는 ‘신호 전달 체계’의 한 부분이 세포 간 이질성을 발생시키는 것으로 보고 있지만 그 정확한 원인은 아직 밝혀내지 못했다.

연구팀은 새로운 기계학습 방법론을 개발해 신호 전달 체계와 세포 간 이질성 사이의 관계를 찾아냈다. 세포가 외부 자극을 받으면 신호 전달 체계를 거쳐 ‘반응 단백질’이라는 물질이 만들어진다. 시간이 흐르면서 이 물질이 얼마나 만들어지는지를 알면 세포별로 자극에 얼마나 반응했는지도 추정할 수 있는 원리다. 연구팀은 실제 대장균 항생제에 대한 세포 반응 실험을 진행해 세포 간 이질성의 원인을 찾고 특정 조건을 조절하면 이질성을 늘리거나 줄일 수 있다는 사실을 확인했다.

김 그룹장은 “복잡한 세포 신호 전달 체계의 전 과정을 파악하려면 수십 년의 연구가 필요하지만 우리 연구팀이 제시한 방법론은 수 시간 내에 치료에 필요한 핵심 정보만 알아내 치료에 활용할 수 있다”며 “실제 현장에서 사용되는 약물에 적용하여 치료 효과를 개선할 수 있기를 기대한다”고 말했다.