• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1797-1808
• /
• 2021

4차 산업혁명을 주도하는 기술 중 가장 핵심적인 기술로 꼽히고 있는 인공지능은 다양한 분야에 접목되면서 우리 사회 전반에 걸쳐 패러다임의 전환을 가져오고 있다. 바이오 분야 역시 예외는 아니어서 컴퓨터, 전기·전자, 기계 등 타 학문과 융합되면서 방대한 데이터 기반의 AI 기술을 도입하고 있다. 신약개발에서 AI 기술 도입은 신약개발의 효율성을 개선하고 효능 및 품질 향상을 가져올 수 있다. 신약개발은 다학제 분야가 접목된 융합 분야이고 개발 과정 단계별로 결과의 불확실성이 존재하고 있어 실용적 수준의 신약 개발을 위해서는 화학, 생물학, 독성학, 약동학 등 전문지식의 융합을 기반으로 하는 AI 기술 개발이 필요하다. 신약개발은 크게 주어진 질병에 대한 타겟 물질 발굴 및 검증, 히트 및 선도물질 발굴, 도출된 화합물에 대한 합성 가능성 및 효능 등에 대한 평가(Scoring)를 거쳐 최적의 신약 후보 물질을 발굴하고 마지막으로 전임상과 임상 과정의 단계를 거친다. 이때 AI 기술은 모든 단계에서 적용될 수 있고 단계마다 특화되어 적용될 수 있다. 본 논문에서는 신약개발을 위해 적용되고 있는 AI 기술 현황과 현재 기술의 한계를 살펴보고 향후 신약개발에서 AI 기술의 발전 방향을 고찰해 보고자 한다.

• 대한수의사회지
• /
• 제48권3호
• /
• pp.177-191
• /
• 2012

2011년도 Nobel 생리(生理) 의학상(醫學賞) : 자연(自然)(선천)(先天) 면역(免疫)(innate immunity)의 활성화에 관한 연구업적으로 B. A. Beutler와 J. A. Hoffmann, 그리고 수지상세포(樹枝狀細胞)(dendritic cell; DC)발견과 적응(適應)(획득)(獲得)면역(免疫)(adaptive immunity)에 있어서의 그들 세포의 역할을 밝혀낸 R. M. Steinman의 공동수상으로 금년도 Nobel 생리 의학상 수상자가 결정되었다는 보도가 지난 10월 3일 있었다(1-3). 그들의 업적을 요약하면 대략 다음과 같다. (Steinman교수는 Nobel수상자 발표 3일전인 9월 30일 암으로 사망함). 그들은 면역기구(immune system)의 활성화의 관건(key)이 되는 원리를 밝혀냄으로써, 면역기구에 관한 우리들의 이해를 혁신하였던 것이다. 과학자들은 오랫동안 세균(bacteria)이나 기타 미생물병원체들에 의한 공격에 대비하여 그들 자신을 방어하는 사람이나 기타 동물체에서의 면역응답(免疫應答)(immune response)의 문지기들을 탐색해 왔다. Beutler와 Hoffmann은 그와 같은 병원미생물을 인식하여 생체의 면역응답의 첫 단계인 자연면역을 활성화 할 수 있는 수용체 단백질(toll-like receptor protein)을 규명한 것이다(4,5). 한편 Steinmann은 면역계의 수지상세포(DC)와 병원미생물이 생체로부터 배제되는 면역응답의 후기단계인 적응면역을 활성화하고 조절하는 그들의 독특한 재능을 규명해 낸 것이다(6-8). 그들 3명의 발명은, 면역응답의 자연 및 적응 양상(樣相)이 어떻게 활성화되는 가를 밝혀냄으로써 질병의 기전에 관한 참신한 식견(識見)을 제공한 것이다. 그들의 연구는 감염병(感染病)(infectious disease), 암(癌)(cancer) 그리고 염증성질환(炎症性疾患)(inflammatory disease)에 대응하는 예방과 치료의 개발을 위한 새로운 방법을 개척한 것이다.

• 한국식품위생안전성학회지
• /
• 제14권4호
• /
• pp.319-326
• /
• 1999

최근 국내에서는 Escherichia coli O157:H7, Listeria monocytogenes등의 미생물에 대한 건강위해성이 강조되면서 미생물 위해성평가에 대한 필요성이 제기되고 있고, U.S.FPA, U.S.DA, FAO/WHO를 비롯한 국제기구 및 외국 유관기관들에서도 미생물 위해성평가 방법을 식품관리에 활용하고자 방법론 연구에 주력하고 있다. 미생물 위험성은 화학물질과 달리 인체건강에 대한 영향이 즉각적이고, 심각하게 나타나 정량적인 위해성평가가 용이하지 않고 유해화학물질과는 다른 평가방법이 요구된다. 식품중 미생물의 위해성평가는 크게 4단계로 구분되는데, 미생물관련질환 추세파악 및 미생물 관련질병에 관한 역학조사 등을 활용하는 위험성확인 단계와 실제 식품원료, 식품가공, 수송, 포장단계 중 식품의 물리적, 화학적 조건에 따른 미생물 변화를 고려하여 식품중 미생물에 대한 노출을 정량화하는 노출평가 단계, 미생물의 용량에 따른 질병발생에 근거하여 용량-반응관계를 규명하는 용량-반응평가 단계, 규명된 모델을 활용하여 모든 평가결과를 통합함으로 위해 도치 예측과 불확실성 분석 등을 수행하는 위해도결정단계로 구성되어 있다. 미생물 용량-반응평가는 크게 비역치(Nonthreshold)와 역치(Threshold) 평가 방법론으로 구분되는데, 비역치 평가방법론은 단일 병원균이 감염을 일으킬 수 있다는 것과 감염을 일으킬 수 있는 확률이 독립적이라는 가정을 전제로 하고, 역치평가방법론은 미생물이 감염을 일으키기 위해서 각기 개별 역치가 존재하는데 어느 정도의 미생물수가 모여 서로 작용해야 독성유발물질을 만들어 낸다는 가정을 전제로 한다. 현재 받아들여지고 있는 비역치 모델로는 Exponential, Beta-poisson, Gompertz, Gamma-weibull 모델 등이 있으며, 역치모델로는 Log-normal, Log-logistic모델 등이 있다. 본 연구에서는 인체 volunteer자료를 활용하여 용량-반응자료를 입력하고 용량-반응자료를 토대로 적합한 수학적 모델을 찾아내어, 선별한 모델의 적합도 검정을 실시하는 방법론 연구를 실시하였으며, 노출평가 자료와 용량-반응평가 결과를 연계하여 위해도를 결정하는 과정에 대해 연구하였다 이 밖에도 모델(Food MicroModel)을 이용하여 식품의 염도, 수분활성도, 온도, pH등의 조건에 따른 미생물의 성장률, 사멸률 등 변화를 예측할 수 있는 방법론 연구를 통해 식품의 최적 보관 조건등을 찾아내는 방법을 습득하였다. 미생물 위해성평가는 외국에서도 아직 초기 연구단계에 있으며 현재로서 사후조사자료인 역학자료보다 건강한 성인남자를 대상으로 한 volunteer 자료를 우선적으로 활용하고 있으나 노약자나 민감그룹에 대한 실험은 현실적으로 불가능하여 동물실험을 이용한 평가방법을 연구중에 있다. 추후 연구방향으로는 국내 volunteer들을 대상으로 한 미생물별 용량-반응결과를 토대로 population sensitivity를 비교할 수 있는 기초자료를 확보함으로써 미생물에 대한 인구집단의 반응 민감성 차이를 비교하고 시료채취 후 즉각적인 실험실적 분석이 가능토록하여 정확한 인체노출평가를 수행함으로써 미생물 위해성평가방법론을 식품미생물관리에 적용하는 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권10호
• /
• pp.493-498
• /
• 2017

캡슐내시경 검사는 일반적인 내시경의 접근이 어려운 소장을 관찰하는 데 특화되어 있다. 캡슐내시경 검사를 통한 진단 과정은 크게 적응증 판단, 내시경 검사, 진단의 세 단계로 이루어진다. 이 때, 진단을 위해 필요한 핵심 의료 정보로는 적응증, 병변, 질환 정보가 있다. 본 논문에서는 이와 같은 핵심 정보를 의미적 특징 정보, 이를 추출하는 과정을 의미 기반 분석이라 정의한다. 이와 같은 의미 기반 분석은 내시경 검사 전 과정에 걸쳐 수행된다. 먼저 캡슐내시경 검사에 앞서 환자의 증상을 확인하여 예상 질병 정보를 획득한다. 다음, 획득한 정보를 기반으로 캡슐내시경 검사를 실시한 후 발견된 병변의 위치와 진단을 위한 조직, 혈관, 산도와 같은 보조 정보들을 활용하여 최종 진단을 내린다. 이때, 예상 질병을 확인하기 위한 증상과 질병 간의 연관성이나 병변의 위치로부터 확인해야할 보조 정보 간의 해부학적 연관성이 고려되어야 한다. 그러나 기존의 내시경 관련 의료 정보 표준과 같은 지식 모델은 단순히 내시경 검사와 관련된 용어들이 나열된 형태로 의미적 연관성이 고려되지 않는다. 따라서 본 논문에서는 캡슐내시경 검사의 진단 보조를 위한 의미적 연관성 기반의 지식 모델을 제안한다. 제안하는 모델은 캡슐내시경 검사의 주요 대상 기관인 소장에 특화된 질병 모델과 해부학 모델로, 캡슐내시경 검사를 위한 효과적인 의료 정보 제공을 가능케 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권11호
• /
• pp.433-440
• /
• 2019

최근에 이르러, 기계학습 및 데이터마이닝은 수많은 질병 예측 및 진단에 활용되고 있다. 만성질환은 전체 사망률의 약 80%를 차지하는 질병으로, 점점 증가하는 추세이다. 만성질환 관련 예측 모델을 연구한 기존 연구들은 예측 모델을 구성하는 데이터로 혈당, 혈압, 인슐린 수치 등의 건강검진 수준의 데이터를 이용한다. 본 논문은 만성질환의 위험 요인인 이상지질혈증과 안면 정보의 연관성을 검증하고, 기계학습 기반 안면 정보를 이용한 이상지질혈증 예측 모델을 세계 최초로 개발한다. 본 연구는 5390명의 임상 데이터 중 안면 정보와 중성지방혈증 정보를 바탕으로 수행하였다. 중성지방혈증은 이상지질혈증을 판단하는 척도이다. 연구의 결과로 얼굴의 하악(mandibular) 간의 거리를 나타내는 FD_43_143_aD(p<0.0001, Area Under the receiver operating characteristics Curve(AUC)=0.652) 와 고중성지방혈증이 매우 높은 연관성을 가진 것을 밝혀냈고, 이를 기반으로 구축한 모델은 0.662의 AUC값을 획득하였다. 이러한 연구결과는 향후 질병 역학 및 대중 보건 영역의 스크리닝 단계에서 안면정보만으로 다양할 질병을 예측할 수 있는 기반을 제공할 수 있을 것이다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2006년도 Principles and Practice of Microarray for Biomedical Researchers
• /
• pp.91-96
• /
• 2006

현대의학의 발전으로 많은 질병들의 치료율이 개선되고 있으나, 암은 여전히 낮은 치료율과 약제 내성 및 부작용으로 많은 환자들이 의학적 고통 뿐 아니라 정신적, 경제적 문제점들을 호소하고있다. 이와같은 문제점은 동일한 병리학적 특성을 가지는 종양이라도 사람마다 그 생물학적 특성이 다르며, 동일한 환자안에서도 종양의 시기에 따라 다양한 특성의 세포들이 공존하며 다양한 문제를 발생하는 tumor heterogeneity에서 기인하게된다. 다행히 최근의 분자생물학의 발전과 인간유전체연구들의 활성화로 이와같은 다양한 암의 특성과 환자들의 특성을 이해하는 연구 방법들의 개발로 환자의 특성에 맞는 항암제를 효율적으로 투여하는 맞춤치료를 향한 노력을 지속하고 있다. 이와같은 맞춤치료의 일환으로 약제의 환자에서의 반응과 부작용을 예측하고자 최신의 high-throughput 기법을 도입한 것이 Pharmacogenomics이다. 즉, 지금까지의 항암치료는 암의 종류에 따라 임상연구 결과에 근거한 항암제를 선택하고 있다. 그러나 앞서 설명한 것처럼 암의 특성과 환자 반응의 다양화로 실제 항암효과는 기대에 미치지 못하여 많은 수의 환자들이 치료에 내성을 보일 뿐 아니라 치명적인 부작용으로 새로운 문제에 대면하게 되었다. 따라서 각 항암제011 최대의 효과를 보이며 최소의 부작용을 나타내는 최선의 치료책을 선정하는 것이 중요한 과제이다. 이를 위해서 암환자의 치료 단계에서 정확한 진단 및 병기 설정, 생물학적 특성 이해 뿐 아니라, 치료 반응을 예측할 수 있는 생물학적 표지자를 찾고자 하는 노력의 결과로 현재 임상에 사용되는 몇 가지 종양표지자를 포함하여 다양한 유전자 칩들이 연구단계에 있다. 특히 다양한 생물학적 현상이 많은 유전자들의 변화에 의한다는 근거하여 약제의 효과와 부작용을 예측할 수 있는 표지자 발굴도 DNA chip 등의 high-throughput technology를 사용하여 그 특이도와 민감도가 향상된 표지자 발굴이 시도되고 있다. 아직은 시작단계이고 많은 검증이 필요하나 여러 가지 가능성의 증거들로 멀지않은 시기에 맞춤치료가 가능하리라 기대하며, 암 연구에 있어서 pharmacogenomics의 현황을 소개하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (A)
• /
• pp.28-32
• /
• 2006

최근 연구결과에 의하면 심장질환을 포함한 심혈관질환은 성별에 관계없이 미국 및 전 세계적으로 질병사망의 주요 원인으로 조사되었다. 본 연구에서는 보다 효율적으로 진단하기 위해 진단의사 결정 보조시스템에 대해서 다룬다. 개발된 시스템은 혈청 내의 특정 단백질의 상대적 양을 측정할 수 있는 바이오칩인 압타머칩을 이용해 생성한 환자들의 칩 데이터를 Support Vector Machine, Neural Network, Decision Tree, Bayesian Network 등의 총 4가지 기계학습 알고리즘으로 분석하여 질환단계를 예측하고 진단을 위한 보조정보를 제공한다. 논문에서는 총 135개 샘플로 구성된 3K 압타머칩 데이터에 대해 측정된 초기 시스템의 질환단계 분류성능을 제시하고 보다 유용한 진단의사결정 보조 시스템을 구성하기 위한 요소들에 대해서 논의한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.107-114
• /
• 2022

본 논문에서는 질병관리청 국민건강영양조사(KNHANES: Korea National Health and Nutrition Examination Survey) 데이터베이스에서 특징선택 방법으로 고혈압을 감지 예측하는 방법을 개선했다. 또한 만성 고혈압과 관련된 다양한 위험 요인을 확인하였다. 본 논문은 3가지로 나누어, 첫째 결측값을 제거하고 Z-변환을 하는 데이터 전처리 단계이다. 다음은 데이터 셋에서 특징선택법을 기반으로 하는 요인분석(FA)을 사용하는 특징선택 단계이며, 특징선택을 기반으로 다중공선형 분석(MC)와 특징중요도(FI)을 비교했다. 마지막으로 예측분석단계에서 고혈압 위험을 감지하고 예측하는데 적용했다. 본 연구에서는 각 분류 모델에 대해 ROC 곡선(AUC) 아래의 평균 표준 오차(MSE), F1 점수 및 면적을 비교한다. 테스트 결과 제안한 MC-FA-RF모델은 80.12% 가장 높은 정확도를 보이고, MSE, f-score, AUC 모델의 경우 각각 0.106, 83.49%의, 85.96% 으로 나타났다. 이러한 결과는 고혈압위험 예측에 대한 제안된 MC-FA-RF 방법이 다른 방법에 비해 우수함을 보이고 있다.

• 한국가금학회지
• /
• 제37권4호
• /
• pp.361-372
• /
• 2010

본 연구에서는 충북대학교 조류질병학실험실에 2009년 한 해동안 의뢰된 산란계의 혈청 검사 결과에 대해 분석하여, 산란계의 주요 질병에 대한 국내 산란계의 면역 상태 및 질병 감염 실태를 파악하였다. 검사 대상 질병은 AI, ND, IB, aMPV, EDS'76, IBD, CIA이었으며, 산란계의 성장 단계에 따라 주령 구간을 나누어 분석하였다. AI, ND, IB는 모체 이행항체가 감소한 후 산란 기간에 걸쳐 혈청 역가가 안정적으로 형성되는 특징을 보여 주었다. 그러나 AI는 모든 주령 구간에 걸쳐 음성인 계군이 존재하는 반면, ND는 3~10 주령 구간의 한 음성 계군을 제외하고 전 주령에 걸쳐 100%의 계군 양성률을 보이고, ND의 평균 GMT가 AI의 평균 GMT보다 높았는데, 이는 두 질병의 백신 정책의 차이에 기인한 것이다. IB의 산란기의 안정적인 역가는 백신 역가에 산란기 전반에 걸친 야외 감염 개체의 존재로 인한 야외 감염 역가가 더해진 것으로 판단된다. aMPV는 2009년에 백신을 실시하지 않았던 질병이므로, 양성 역가를 통해 aMPV의 야외 감염을 추적할 수 있었으며, GMT 변화 및 계군 내양성 개체율의 증가 경향을 통해 일령이 증가할수록 야외 감염률이 증가하는 양상을 파악할 수 있었다. EDS'76은 산란 기간에 걸쳐 높은 양성률과 낮은 변이계수를 보여 야외 감염이 아닌 백신에 의한 역가 형성이 대부분임을 알 수 있었다. IBD의 모체이행항체는 높은 수준으로 이행되는 것을 확인하였으며, CIA는 백신을 적용하지 않은 계군에서 양성과 음성 계군이 모두 존재하였으며, 그 차이는 차단 방역에 기인하는 것으로 판단되었다. 본 연구를 통하여 국내 산란계에서의 혈청 역가 분포를 파악하는데 많은 정보를 얻을수 있었으나, 향후 지속적인 야외 계군의 혈청학적 모니터링이 되어야 할 것으로 판단된다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1569-1572
• /
• 2003

최근 생명공학 분야의 기술이 혁신적으로 발달함에 따라 게놈 프로젝트가 본래 계획보다 2년 앞당겨져 2003 년 4 월 인간 유전자의 완전한 서열을 밝히고 성공적으로 완료됨으로서 관련 연구자들은 인간의 유전자에 대한 대량의 서열 데이터를 얻게 되었다. 그래서 게놈 프로젝트의 다음 단계로서 엄청난 양의서열 정보 분석으로부터 유전자의 기능을 파악하고자 하는 연구들이 이미 세계적으로 활발히 진행되고 있다. 이러한 연구들의 최종적 목표는 질병 치료와 생명연장의 실현이라고 볼 수 있다. 유전자 연구를 위해선 우선 일차적으로 유전자 부위를 파악해야 한다. 유전자는 구조적으로 다시 여러 부분으로 나뉘는데 유전자 발현의 개시에 매우 중요한 요소 중 하나가 바로 프로모터 (Promoter) 이다. 프로모터 내에는 TATA box 가 있는데 이는 프로모터의 핵심 요소이다. 프로모터는 생명체의 종 그리고 RNA 중합효소의 종류에 따라 다르다. 이 논문에서는 다양한 신경망 알고리즘 중의 하나인 Backtpropagation 을 이용하여 밝혀지지 알은 서열에서 인간을 포함하는 원핵생물의 프로모터 서열을 예측할 수 있는 방법을 얻었기에 소개하고자 한다.