서울대 박태성 교수팀, 딥 러닝 기반 패스웨이 분석 방법론 개발

[서울=뉴시스]박선민 인턴 기자 = 서울대 통계학과 박태성 교수는 김보람·박찬우 연구원과 공동으로 딥 러닝 기반 패스웨이 분석 방법론 '딥히스컴'(DeepHisCoM)을 개발했다고 2일 밝혔다.

패스웨이 분석은 생물학적 인자가 어떤 생물학적 상호작용으로 질병에 영향을 미치는지 그 기전을 해석하는데 도움을 줄 수 있다. 그러나 기존의 패스웨이 분석 방법론은 생물학적 인자간의 비선형적 관계를 반영하지 못한다는 한계를 가지고 있었다.

이에 박태성 교수 연구팀은 딥 러닝을 활용한 새로운 패스웨이 방법인 딥히스컴을 개발했다. 딥히스컴은 대량의 생물학적 인자를 입력 받아 많게는 수백 개의 패스웨이를 동시에 분석할 수 있는 딥 러닝 기반의 새로운 패스웨이 분석 방법이다.

연구팀은 딥히스컴의 다양한 생물학적 자료와 질병에 대한 효용성을 확인하기 위해 네 가지 종류의 오믹스 자료와 두 종류의 질병과 유의미하게 연관된 패스웨이를 찾았다.
 
이들은 영국 바이오뱅크의 코로나19 환자들의 유전체(SNP) 자료를 이용해 중증도와 연관된 패스웨이를 분석했고, 그 결과로 코로나19 기전 이해에 도움을 줄 수 있는 다수의 패스웨이를 찾아 향후 감염병 연구 활용 가능성을 제시했다.

또 간암 환자 대사체 자료를 분석해 간암 연관 패스웨이 발견을 통해 전사체·메타지놈 자료에서 결과의 재현성을 확인했다. 추가적인 시뮬레이션 분석을 통해 딥히스컴이 더 높은 성능을 보이는 것을 확인했다.
 
이에 박태성 교수 연구팀은 "딥히스컴의 다양한 오믹스 자료 및 질병에 대한 적용 가능성을 확인했으며, 향후 질병 연관 패스웨이 발굴을 통해 질병에 대한 생물학적 기전을 해석하는데 기여할 수 있을 것"이라고 밝혔다.


◎공감언론 뉴시스 [email protected]