[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보  |  e브릭몰e브릭몰 sale 회원가입   로그인
BRIC홈 한국을 빛내는 사람들
성균관대학교 의과대학
배너광고안내
이전
다음
스폰서배너광고 안내  배너1 배너2 배너3 배너4
과학으로 본 코로나19 (COVID-19)
전체보기 한빛사논문 추천논문 상위피인용논문 그이후 한빛사통계
공정호
공정호(JungHo Kong) 저자 이메일 보기
POSTECH
저자CV 보기
62 KB
  CV updated 2020-11-02 14:19
  논문초록보기
조회 469  인쇄하기 주소복사 트위터 공유 페이스북 공유 
Network-based machine learning in colorectal and bladder organoid models predicts anti-cancer drug efficacy in patients

1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드

같은 암을 앓는 환자라도 항암제의 효과가 매우 다르게 나타나기 때문에, 항암제의 효과를 미리 알 수 있는 기술이 매우 중요한 상황입니다. 이를 위해, 기계 학습 모델을 이용하여 환자의 전사체 정보를 토대로 항암제의 효과를 예측하려는 노력들이 진행되고 있습니다. 하지만, 기존의 기계 학습 모델들은 상대적으로 확보하기 쉬운 동물 모델을 주로 이용하였는데, 환자와 동물간의 생물학적 차이 때문에 효과적인 예측이 힘든 경우가 많았습니다. 또한, 기존의 많은 연구들은 불필요한 전사체의 데이터까지 기계 학습 모델에 이용하여, 환자의 항암제 효과를 제대로 맞추지 못하는 문제점이 있었습니다.

저희 연구팀은 동물 모델의 데이터 대신 환자 유래 인공 미니장기에서 얻은 전사체 및 약물 반응성 데이터를 이용하여 환자에서의 항암제 효과를 미리 알 수 있는 알고리즘을 개발하였습니다. 추가적으로, 항암제의 표적 단백질로부터 기능적으로 가까운 단백질들의 전사체들을 기계 학습에 이용함으로서, 불필요한 전사체 데이터를 이용하지 않는 전략을 선택하였습니다. 그 결과, 대장암에서 가장 많이 쓰이는 5-플루오로 우라실과 방광암에서 대표적으로 이용되는 시스플라틴에 대한 환자의 약물 반응을 임상결과와 비슷한 수준으로 예측해 내었습니다. 기존의 기계 학습 모델들에 비해 상승된 예측 결과를 확인하였고, 저희 결과는 맞춤형 의료가 발전하기 위해서 환자 유래 인공 미니장기의 생산 및 항암제의 표적 단백질과 연관된 단백질의 발굴이 꼭 필요함을 암시하고 있습니다.

대장암과 방광암 외에도 다른 암 종들, 그리고 다양한 질병들이 약물 효과가 환자마다 다르게 나타나기 때문에, 미래에는 환자의 유전체를 이해하여 처방하는 정밀의료가 더욱 중요해질 것입니다. 그에 따라, 방대한 환자의 유전체 데이터를 처리하는 생물정보학 연구는 정밀의료에 꼭 필요할 것이라 생각합니다. 또한, 앞으로 환자의 질병을 체외에서 모델링 할 수 있는 공학적 및 생물학적 기술들이 크게 발전할 것입니다. 따라서, 다양한 질병 모델링 기술들의 발전을 유의 깊게 살펴 볼 필요성 뿐만 아니라, 이러한 기술들을 생물정보학적 기술들에 접목하는 노력들이 정밀의료의 실현을 위해 꼭 필요하다고 생각합니다.

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁 드립니다.

저는 현재 포항공과대학교 (POSTECH) 생명과학과의 구조생물정보학 연구실 (Structural Bioinformatics Laboratory) 에서 석박사 통합과정을 이수하고 있습니다. 저희 연구실은 자유로운 토론 문화, 다양한 연구실과의 협력 연구, 그리고 연구 장비에 대한 부족함 없는 지원이 가장 큰 장점이라 생각합니다.

저희 연구실의 지도 교수님께선 연구실 내 활발한 토론을 적극 권장하십니다. 그로 인해, 나이나 연차와 상관 없이 자신의 의견을 말하는 것이 자연스러운 문화로 자리 잡았고, 이는 새로운 아이디어의 시발점이 되거나 연구실 구성원 간 연구의 교차 확인이 가능하였습니다. 또한, 지도교수님께서 자율적으로 연구 주제를 선정하는 것에도 적극 권장하고 계셔서, 대학원 학생들이 자신의 아이디어를 끊임없이 공유하고 상대방을 설득하려는 습관을 갖고 있으며, 이는 개개인의 연구 기량 상승에도 크게 도움이 된다고 생각합니다.

생물정보학이라는 학문은 다양한 생물학 데이터를 통계적으로 분석하는 학문이기에 서로 다른 학문적 배경을 갖는 연구자들과의 끊임없는 교류가 반드시 필요합니다. 이를 위해 저희 지도교수님께서 암생물학, 면역학 그리고 컴퓨터공학과 교수님들과의 조인트 미팅을 끊임없이 추진하고 계시고, 이러한 과정을 통해 저는 환자 맞춤형 의료라는 분야를 알게 되고 연구를 시작하게 되었습니다. 이런 연구실 문화를 통해 익숙하지 않은 학문에 계속 접하게 됨으로써 융합학문이 점점 중요해지는 현대 과학계에서 경쟁력을 갖출 수 있는 중요한 기회를 갖게 된다고 생각합니다.

또한, 지도 교수님께서 연구 장비를 아낌 없이 지원해 주시고 계십니다. 특히, 연구실 구성원들이 컴퓨팅 리소스가 부족하지 않도록 굉장히 많은 계산 클러스터를 확보하고 있습니다. 이러한 연구실의 지원 덕분에 큰 탈 없이 연구를 진행할 수 있었습니다.

3. 연구활동 하시면서 평소 느끼신 점 또는 자부심, 보람

저의 연구들을 바탕으로 저보다 더욱 뛰어나신 연구원분들과 의료계에서 종사하시는 전문가분들께서 정밀의료라는 분야를 더욱 발전시킬 수 있었으면 합니다. 이러한 모든 관계자분들의 노력이 실제로 환자분들에게 혜택으로 돌아가기를 희망합니다. 저 또한 제가 속한 위치에서 병마와 싸우고 계신 환자분들에게 도움이 될 수 있도록 최선을 다해 노력하겠습니다.

4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?

생물정보학이라는 연구는 다양한 생물학의 문제들을 수학적 또는 통계적인 방식으로 해결하는 융합학문이기에, 여러 학문에 다방면으로 관심이 있는 학생들에게 추천해 드리고 싶습니다.

5. 연구활동과 관련된 앞으로의 계획이 있으시다면?

현존하는 다양한 암들에 대해 항암제의 효과를 정밀하게 예측할 수 있는 기계 학습 모델 개발에 계속해서 노력할 예정입니다. 또한, 연구가 많이 진행되어 있지 않은 희귀 질환에 대해서도 연구를 진행하여, 질병으로 고통받는 환자분들에게 직접적으로 도움이 될 수 있는 연구들을 진행할 생각입니다.

6. 다른 하시고 싶은 이야기들....

연구가 잘 풀리지 않을 때마다 저를 지도해 주신 김상욱 교수님과 신근유 교수님께 진심으로 감사드립니다. 또한, 항상 시간을 내 주어 저의 연구에 대해 토론해 준 저희 연구실 및 신근유 교수님 연구실분들께 감사드립니다.

제가 힘들고 지칠 때 변함없는 사랑으로 응원해 준 저희 가족들과 항상 제 곁을 지켜준 저의 여자친구에게도 큰 고마움을 표합니다. 여러분, 감사합니다.

Category: Genetics, Bioinformatics, Cancer Biology/Oncology
등록일 2020-11-05
  댓글 0
등록
목록
관련링크
공정호 님 전체논문보기 >
관련인물
외부링크
Google (by JungHo Kong)
Pubmed (by JungHo Kong)
위로가기
한빛사 홈  |  한빛사FAQ  |  한빛사 문의 및 제안
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의 member@ibric.org
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS
에펜도르프코리아 광고