AI 빅데이터 활용해 황반변성 새 치료 표적 찾았다

[병원신문=정윤식 기자] 국내 의료진이 인공지능(AI)을 활용해 의학 문헌을 분석, 실명을 유발하는 주요 안질환인 황반변성의 새로운 치료 후보 표적을 찾아내 주목된다/

한림대학교강남성심병원 안과 문용석 교수 연구팀은 최근 분당서울대병원 및 서울대병원 안과 의료진과 공동으로 혈관신생 관련 논문 5,562편을 AI로 분석해 신생혈관 질환 치료 후보로 ‘FGF1(Fibroblast Growth Factor 1)과 HGF(Hepatocyte Growth Factor)’를 제시했다고 11월 5일 밝혔다.

황반변성 중 삼출성 연령관련황반변성은 망막 중심부 황반에 비정상적인 신생혈관이 자라며 출혈이나 부종을 일으켜 시력을 손상시키는 질환이다.

현재는 눈 속에 약물을 직접 주사해 혈관 생성을 억제하는 '항-VEGF 치료'가 주로 사용되지만, 일부 환자에서는 반응이 충분하지 않거나 반복적인 치료에도 효과가 제한적이라는 한계가 존재한다.

이에 연구팀은 최신 AI 기술을 안과 신약 표적 연구에 맞게 조합해 분석 체계를 구축했다.

관련 논문 초록 5,562편을 수집한 뒤, 생성형 AI가 정보를 연결하는 ‘그래프 검색 증강 생성(GraphRAG)’ 기술을 적용했다.

이는 일반적인 검색 방식과 달리 방대한 논문에 흩어진 유전자, 단백질, 질환 작용을 연결해 하나의 지식지도로 구성하는 방식이다.

이를 통해 연구팀은 1만7,842개의 생의학적 개념과 9,555개의 관계로 구성된 지식지도를 도출했는데, 기존에 안구 신생혈관 관련성이 입증된 표적 외에 새로운 후보를 탐색한 결과에서 FGF1과 HGF가 치료 후보로 새롭게 부상했다.

FGF1과 HGF는 세포의 성장과 증식, 새로운 혈관 생성에 관여하는 단백질이다.

특히, HGF는 기존 항-VEGF 치료에 반응하지 않는 현상과 관련될 가능성이 있어 보완책으로 주목받고 있는 추세다.

실제로 연구팀이 단백질 3차원 구조를 분석하는 딥러닝 기술을 활용해 살핀 결과, 두 단백질 모두 약물이 결합할 수 있는 구조적 공간인 ‘결합 포켓(binding pocket)’이 존재할 가능성이 예측됐다.

문용석 교수는 “수많은 의학논문 속에 흩어진 연구 결과를 AI로 연결해 기존 연구에서 충분히 주목받지 못했던 치료 후보를 찾아냈다는 데 의미가 있다”고 강조했다.

문 교수는 이어 “이번 연구에서 찾은 FGF1과 HGF가 기존 치료에 충분히 반응하지 않는 환자들에게 또 다른 치료 가능성이 될 수 있도록 후속 연구를 통해 하나씩 검증해 나갈 것”이라고 부언했다.

한편, 해당 연구 결과는 국제학술지 ‘브리핑스 인 바이오인포매틱스(Briefings in Bioinformatics)’에 게재됐다.