UPDATED. 2021-08-04 17:26 (수)
건국대 의대 김성영 교수팀, AI 기반 혈관노화 유전체 지도 구축
건국대 의대 김성영 교수팀, AI 기반 혈관노화 유전체 지도 구축
  • 방완재
  • 승인 2020.12.22 18:00
  • 댓글 0
이 기사를 공유합니다

노인성 혈관 질환 치료의 새로운 패러다임 제시
혈관내피세포 노화 전사체 지도
혈관내피세포 노화 전사체 지도
김성영 교수
김성영 교수

건국대학교 의학전문대학원은 의학과 김성영 교수 연구팀이 혈관 내피 세포의 노화를 조절하는 핵심 유전자 발현 지도를 구축했다고 21일 밝혔다.

자체 개발한 인공지능 알고리즘을 이용한 이번 연구는 새롭게 혈관노화 관련 핵심 인자 및 생물 경로를 발굴해 노인성 혈관 질환 치료의 새로운 패러다임을 열 가능성을 제시했다는 평가를 받고 있다. 이번 연구는 노화 분야 세계 최고 권위지인 ARR (Ageing Res. Rev., IF:10.62)지 최신호(Volume 65, 2021, 1월호)에 온라인 게재되었으며, 포스텍 ‘한국을 빛낸 사람들’(한빛사) 에서 선정한 ‘high impact journal’에 등재됐다.

‘혈관이 늙는 만큼 사람은 늙는다’(A man is as old as his arteries, 존스홉킨스병원 창립 윌리엄 오슬러 교수)는 말이 있을 정도로 혈관노화는 노인성 질환의 핵심 원인으로 인지되어 왔지만 여전히 혈관이 어떻게 늙어 가는 지와 노인성 혈관 질환의 분자생물학적 메카니즘은 불분명하다.

혈관 내피세포는 혈관 내벽을 구성하는 세포로 동맥경화와 혈관 재협착 등 혈관 질환에 매우 중요한 역할을 하는 것으로 알려져 있다.

김성영 교수 연구팀은 자체 개발한 기계학습 기반 메타분석 알고리즘(MLMA, machine learning-based meta-analytic methods)을 이용해 혈관 노화의 특이적 전사체 지도를 완성하였다.

메타분석은 독립적이지만 유사한 관련 연구들의 데이터의 통계량을 통합해 결과의 일관성을 평가하고 통계적 정확성과 검증력을 높이는 통계기법이다. 또 개별 연구들에서 간과했던 중요한 다른 결과변수에 대한 효과 추정치를 산출할 수 있게 된다.

연구팀은 개별 생물경로 기반 기계학습 알고리즘을 메타분석과 결합시켜 보다 일관성을 확보할 수 있는 새로운 형태의 인공지능 메타분석 알고리즘을 개발, 이를 이용해 새롭게 혈관 노화 관련 400개의 차별 유전자와 36개의 핵심 유전자와 관련 생물 경로를 찾아냈다.

연구팀은 특히 새롭게 발굴한 생물경로 중 특히 단일탄소 대사의 핵심 대사 경로인 세린 아미노산 생합성의 대사에 관여하는 효소 PHGDH가 혈관내피세포 노화에 매우 중요한 역할을 한다는 사실을 밝혀냈다. PHGDH는 개입단계(committed step) 효소, 즉 대사의 분지점에서 발생하는 돌이킬 수 없는 효소 반응에 관여하는 효소로 대사 조절 경로의 핵심 경로이다. 단일탄소 대사는 지질, 핵산, 단백질 등의 생합성에 변화를 일으키고, 산화 환원 상태(redox status) 및 메틸화 반응에 대한 기질의 변화 등 체내 다양한 대사 변화를 초래한다.

김성영 교수는“현재 단일탄소대사를 표적으로 하는 많은 항암제들이 활발히 연구되고 있는 상황으로 이러한 새로운 발견들은 현재 쓰이고 있는 임상 약제를 이용한 노인성 혈관 질환의 제어에 매우 중요한 단서를 제공할 것으로 기대된다”고 말했다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.