UPDATED. 2024-03-29 19:50 (금)
서울대 김희발 교수팀, 장내 마이크로바이옴 기반 다중 질병 분류 기계학습 알고리즘을 개발하여 패컬티 오피니언 우수논문에 선정
서울대 김희발 교수팀, 장내 마이크로바이옴 기반 다중 질병 분류 기계학습 알고리즘을 개발하여 패컬티 오피니언 우수논문에 선정
  • 이승주
  • 승인 2021.04.20 14:46
  • 댓글 0
이 기사를 공유합니다

김희발 교수
김희발 교수

 서울대 농업생명과학대학 김희발 교수팀과 ㈜이지놈 (대표 조서애)은 2019년 네이처 자매지인 Scientific Reports에 발표된 논문이 2021년 패컬티 오피니언에 선정되었다고 밝혔다. 장내 마이크로바이옴은 숙주의 면역 시스템과 상호작용을 하여 숙주의 건강상태에 따라 달라질 수 있다. 본 연구는 정상인과 6가지 질병 (다발성 경화증, 소아 특발성 관절염, 만성피로 증후군, 에이즈, 뇌졸증, 직장암)을 가진 1,079명의 장내 마이크로바이옴의 구성을 분석하였고 4가지 다른 인공지능 분류 알고리즘으로 접근하여 관련 질병들을 구분해낼 수 있는 최적의 미생물종 및 분류법을 제시하였다. 이는 질병 예측 분야에서의 마이크로바이옴이 가질 수 있는 무궁무진한 가능성을 보여주는 사례이기도 하다.

 본 논문은 인간유전자치료 분야의 석학 스탠퍼드 의대 엘지자베스 멜린 교수의 추천하에 패컬티 오피니언스에 선정되었고 한국을 빛낸 사람들 (한빛사)에 소개되고 있다. 멜린 교수는 추천서를 통해“장내 마이크로바이옴의 불균형이 질병의 단순한 생물지표인지 혹은 발병의 원인인지는 명확히 밝히지는 못했지만 인공지능 분야의 기계학습을 통하여 질병이 있는 환자의 마이크로바이옴 이 확실히 구분됨을 보인 것이 논문의 우수성”이라고 소개하고 있다.

 ㈜이지놈의 조서애 대표는“장내 마이크로바이옴이 인간의 질병 80% 이상 관여하고 있어 질병별로 마이크로바이옴의 특이한 불균형을 프로파일링하는 것은 질병 치료와 생물지표를 발굴하는데 직접적인 정보를 제공하고 있다”고 설명하였다. 
 본 연구는 식품의약품안전처의 지원에 의해 (과제번호: 14162MFDS972) 이루어진 것이며 서울대학교 김희발 교수팀과 ㈜이지놈의 공동 연구로 진행되었다.

 


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