KAIST 바이오및뇌공학과의 이도헌(오른쪽) 교수와 왕승현 박사과정생이 유전자 커뮤니티의 결속력을 정확하게 측정할 수 있는 코지넷(COSINET)에 대해 논의하고 있다. [KAIST 제공]

국내 연구진이 유전자 커뮤니티의 결속력이 개인의 건강 상태를 결정하고 환자 맞춤형 의료를 위해 활용될 수 있다는 사실을 최초로 규명했다.

KAIST는 이도헌 바이오및뇌공학과 교수 연구팀이 개인화된 유전자 네트워크에서 환자 특이적으로 결속력이 약화된 유전자 커뮤니티를 찾아내 환자 맞춤형으로 약물 표적을 예측할 수 있는 기술을 개발했다고 23일 밝혔다.

최근 고령화, 생활습관 변화 등에 따라 암, 심혈관계 질환, 대사 질환 등 많은 복합질병의 발병률이 크게 증가하는 실정이다. 이에 개별 환자의 특성을 고려한 ‘환자 맞춤형 의료’를 제공해 치료 효과를 높임으로써 개인적·사회적 의료비 부담을 경감해야 한다고 전문가들은 지적한다.

연구팀은 이러한 요구에 발맞춰 개인화된 유전자 네트워크를 정교하게 구축하고 해당 네트워크에서 각 유전자 커뮤니티의 결속력을 정확하게 측정할 수 있는 코지넷(COSINET) 기술을 개발했다.

연구팀은 수백 개의 정상 조직 유전자 발현 데이터를 근거로 유의미한 상관관계를 보이는 유전자 상호작용을 기반으로 정상 조직의 유전자 네트워크를 구축했다. 그리고 유전자 커뮤니티들의 유전자 상호작용마다 보이는 상관관계를 선형 회귀 분석을 통해 모델링한 뒤, 개별 환자의 유전자 발현량이 해당 예측 모델을 잘 따르는지를 통계적으로 분석했다. 이를 통해 환자 특이적으로 그 상호작용이 소실된 유전자 쌍을 정상 조직 유전자 네트워크에서 제거함으로써 개인화된 유전자 네트워크를 구축했다.

더 나아가 개인화된 유전자 네트워크에서 유전자들 사이의 최단 거리를 기반으로 소실된 유전자 상호작용이 각 유전자 커뮤니티 결속력 약화에 미치는 영향력을 정확하게 측정했다.

연구팀은 환자 특이적으로 그 결속력이 크게 감소한 유전자 커뮤니티를 통해 환자 특이적인 질병 기전을 설명할 수 있음을 보이고, 해당 유전자 커뮤니티에서 환자 특이적으로 결속력 약화에 크게 기여하는 유전자들을 찾아 보다 효과적인 환자 맞춤형 약물 표적을 제안했다. 연구팀은 이러한 약물 표적 발굴 기술이 기존 기술 대비 약 4배 이상 효과적임을 증명했다.

이번 연구 결과는 영국 옥스퍼드대에서 발간하는 생명정보학 분야 국제 학술지 ‘생명정보학 브리핑(Briefings in Bioinformatics)’ 5월호에 게재됐다. 구본혁 기자