과거의 신약 발굴은 화합물을 무작위로 훑는 일에 크게 기댔고, 유망한 후보의 선별은 때로 명확한 과학적 근거보다 연구자나 후원자의 지식과 선호에 좌우되었다. 이 장은 그 자리를 오믹스 데이터와 인공지능이 어떻게 대신했는지를 따라간다.
전통적 신약 발굴은 길고 자원 집약적인 절차다. 질환 경로에 관여하는 단백질 같은 잠재적 생물학적 표적을 식별한 뒤 수천에서 수백만 개의 화합물을 그 표적과의 상호작용에 대해 선별하고, 유망한 후보가 최적화와 전임상 시험, 여러 단계의 임상시험을 거쳐 규제 승인에 이른다. 분자생물학과 유전학, 데이터 분석의 진보가 이 흐름을 합리적 약물 설계와 개인 맞춤 치료로 옮겨 놓았다.
정밀의료는 의료 철학의 근본적 전환을 뜻한다. 모두에게 하나의 치수를 적용하던 방식에서 개별 환자에 맞춘 치료로 옮겨 가는 일이다. 이 패러다임은 유전적·분자적·환경적 요인이 질병의 발생과 치료 반응에 영향을 준다는 이해 위에 세워져 있다.
예컨대 암 진료에서 환자는 종양의 분자 프로파일링을 통해 정밀 약물로 겨냥할 수 있는 특정 돌연변이를 확인할 수 있고, 그 결과 부작용은 적고 효과는 큰 치료를 받는다. 고속 처리 기술의 상당한 진보가 이런 정밀의료를 가능하게 했으나, 그 방대한 생물학 데이터를 해석하고 약물 설계에 쓸 수 있는 통찰로 옮기는 일은 전통적 계산 방법이 감당하기 어려운 과제다.
오믹스 기술은 생물 분자와 그 기능을 대규모로 연구할 수 있게 함으로써 생물학 연구를 바꾸었다. 생명계가 분자 수준에서 어떻게 작동하고, 한 생물학적 층의 변화가 다른 층을 어떻게 바꾸는지에 대한 다층적 시야를 제공한다.
유전 물질의 유전자와 여러 조절 부위를 살핀다. 질환 위험과 약물 반응의 차이를 낳을 수 있는 돌연변이, 구조 재배열, 단일염기다형성(SNP)을 찾는다.
RNA 전사체를 분석해 주어진 조건에서 유전자가 어떻게 발현되는지를 이해한다. 특정 질환 상태에서 유전자가 켜지고 꺼지는 양상이 생물계가 시간에 따라 어떻게 변하는지에 대한 단서를 준다.
단백질의 상호작용과 발현, 구조, 그 변화를 밝힌다. 단백질은 세포의 모든 일을 수행하는 기계이며 세포의 거동을 조절하고 약리적 개입의 표적이 되는 일이 많아, 신약 발굴에 필수적이다.
세포 대사에서 만들어지는 작은 분자, 곧 대사물을 연구한다. 생리적 상태를 실시간으로 반영하므로 질병이나 치료 반응의 민감한 생체표지자가 될 수 있다.
유전 암호를 바꾸지 않으면서 유전자 발현을 통제하는 DNA와 히스톤의 가역적 변화를 다룬다. 히스톤 아세틸화나 DNA 메틸화 같은 변화는 질병의 발생과 노화, 세포 분화에 필수적이다.
하나의 오믹스 층만 따로 보면 생물계의 그림이 제한된다. 어떤 유전적 돌연변이가 RNA 전사나 단백질 기능, 대사 경로를 어떻게 교란하는지 알지 못하면 그 돌연변이의 의미도 알 수 없다. 다중오믹스를 통합하면 유전적 변화를 기능적 귀결과 연결할 수 있고, 질병의 인과 기전에 대한 통찰이나 새로운 약물 표적으로 이어진다.
이 통합된 접근은 모두에게 하나의 치수를 적용하던 약물 설계에서 한 걸음 떨어져, 개인의 분자적 내부 작동에 맞춘 치료를 가능케 한다. 치료에 서로 다르게 반응하는 질환 아형을 식별하고, 조기 발견과 개인 맞춤 치료를 위한 생체표지자를 찾아내며, 약물이 생물계에서 어떻게 거동할지에 대한 예측을 개선한다.
다중오믹스 데이터베이스는 수천 개의 특징을 지닌 방대한 고차원 자료다.
오믹스 기술마다 서로 다른 유형과 척도의 데이터를 만들어낸다.
변동성이 커서 생물학적·기술적 잡음이 정확한 생물학적 신호를 가릴 수 있다.
다중오믹스 데이터를 분석하고 통합하는 계산적 토대 자체에 상당한 난제가 있다.
다중오믹스 데이터의 복잡성은 오히려 인공지능 기반 분석에 이상적으로 들어맞는다. 기계학습 기법은 빅데이터의 난제 일부를 다루고, 변수 사이의 새로운 관계를 식별하며, 신약 발굴을 위한 예측 분석 모형을 세운다. 이 절은 그 여섯 갈래를 정리한다.
서포트 벡터 머신, 랜덤 포레스트, 경사 부스팅 같은 알고리즘이 다중오믹스 데이터셋의 분류와 군집화, 특징 선택에 흔히 쓰인다. 핵심 유전자나 질환 관련 단백질을 발견하고, 분자적 양상에 따라 환자를 분류한다. 생체표지자의 발굴과 환자 층화에 결정적인 모형이다.
합성곱 신경망과 순환 신경망은 다중오믹스 데이터의 복잡한 비선형 관계를 이해한다. 합성곱 신경망은 단백질 구조 이미지 같은 공간 데이터의 처리에 잘 맞고, 순환 신경망은 DNA나 RNA 서열 같은 순차 데이터를 다루는 데 능하다. 단백질 구조 예측의 AlphaFold도 심층학습이 쓰인 자리다.
시행착오를 통해 최선의 결정을 배우는 패러다임이다. 약물 설계에서는 화학적 특성을 되풀이해 바꾸어 효능을 높이거나 독성을 줄이는 반복 순환으로 분자 구조를 정련하는 데 쓰였다. 시간을 두고 후보를 진화시키는 ‘디지털 화학’을 연습하는 셈이다.
생성적 적대 신경망과 트랜스포머 구조는 완전히 새로운 화학 실체를 만들어낼 수 있다. 알려진 화학 데이터베이스에서 배운 것을 빌려 원하는 생물학적 성질을 지닌 새 화합물을 제안한다. 추가 시험에 부칠 수 있는 선택지의 수를 크게 늘려 발굴의 초기 단계를 앞당긴다.
모형의 예측에 투명성을 부여해, 어떤 약물 표적이나 경로, 생체표지자가 왜 우선순위에 올랐는지를 과학자와 임상의가 이해하도록 돕는다. 이 장이 별도의 절을 배정한 유일한 기법이며, 다음 절에서 따로 다룬다.
유전자와 단백질, 대사물 같은 생물학적 실체를 노드로, 그 상호작용을 간선으로 표상해 네트워크의 국소 구조와 전역 구조를 함께 포착한다. 다중오믹스 데이터를 통합할 때 특히 필수적이 되었다.
그래프 합성곱 신경망이 기초를 놓았고, Decagon은 단백질–단백질 네트워크와 약물–표적 네트워크를 통합해 다약제 병용의 부작용을 예측했다. MGNN과 MOFGCN은 다중오믹스 층을 가로지르는 다중뷰 또는 이질적 그래프를 구성해 암 예후와 약물 반응 예측에서 최고 수준의 성능에 이르렀다.
위계적 모형은 유전자 수준의 데이터를 경로 수준의 통찰로 사상해 해석 가능성을 높인다. EMOGI 같은 도구는 관련성 전파를 통해 투명성 문제를 다루어 핵심 분자 동인의 식별을 가능케 했다. 자기지도 학습과 트랜스포머의 통합, 단일세포 응용 같은 흐름이 정밀의료와 네트워크 약리학에서 그 쓰임을 계속 넓히고 있다.
인공지능 주도 약물 설계가 임상에 받아들여지는 데 가장 큰 걸림돌은 모형의 해석 가능성이다. 다중오믹스 데이터를 통합할 때 특히 그렇다. 설명가능 인공지능은 모형의 예측에 투명성을 제공함으로써 이 문제를 다룬다. 이 장이 여섯 기법 가운데 유일하게 독립된 절을 배정한 대목이다.
결과는 나오지만 어떻게 그 결론에 이르렀는지는 알 수 없다. 모형이 왜 특정 표적이나 경로를 우선했는지 설명하지 못한다.
어떤 다중오믹스 특징이 출력에 영향을 주었는지를 부각한다. 신경망의 어텐션 기제는 어느 분자 층위가 예측에 가장 크게 기여했는지를 드러낸다.
분자 구조와 생화학 검정에서 임상시험 데이터셋에 이르는 고차원 데이터를 효율적으로 통합하고 해석해, 잠재적 표적을 식별하고 효능과 독성을 예측하며 설계를 최적화한다.
해석 가능한 출력을 제공해 투명성을 확보한다. 연구자와 규제 당국이 예측의 근거를 이해하고 개발 전 과정에서 데이터에 기반한 결정을 내리게 한다.
임상시험에 가장 적합한 환자 코호트를 식별하고, 성공 가능성을 예측하며 잠재적 이상반응을 짚어내 시험 설계를 다듬는다.
환자 데이터를 분석하고 개인이 특정 치료에 어떻게 반응할지를 예측해 더 개인화되고 효과적인 치료의 개발을 가능케 한다.
인공지능 모형이 내린 예측의 근거를 해석 가능하고 투명하게 제시함으로써 규제 당국이 더 잘 아는 상태에서 결정을 내리게 한다.
인공지능이 통합된 다중오믹스 데이터셋에 적용되면서 표적 식별에서 임상 적용까지 파이프라인 전체가 바뀌고 있다. 여러 생물학적 층을 가로지르는 숨은 양상을 밝혀내는 능력이 기존 접근으로는 닿을 수 없던 통찰을 가능하게 한다.
유전자와 전사체, 단백질, 대사물, 후성유전 표지의 교차 조절을 분석해 새로운 치료 표적을 식별한다. 여러 오믹스 층을 통합하면 질환의 진행에 관여하는 핵심 분자 노드를 짚어낼 수 있다.
유전체 돌연변이 프로필과 전사체의 조절 이상 양상, 단백체 상호작용 네트워크를 결합하면 단일 오믹스 접근이 놓칠 수 있는 유효한 표적이 드러난다. 다중오믹스에서 도출된 생물학적 네트워크의 상호작용을 모형화할 수 있는 그래프 신경망이 여기서 특히 효과적이며, 상류 조절자나 질환 관련 허브를 드러낸다.
다중오믹스 데이터는 어떤 생화학 경로나 분자 특징이 효능과 독성에 결정적인지를 알려준다. 인공지능 기반 정량적 구조–활성 관계(QSAR) 모형은 다중오믹스에서 도출한 기술자를 구조 정보와 통합해 화학적 변형이 치료 결과에 미치는 영향을 예측한다.
생성적 적대 신경망과 변분 오토인코더 같은 심층 생성 모형은 다중오믹스 분석으로 식별한 약물 표적에 맞춘 새로운 분자를 설계한다. 약물–표적 상호작용을 모사하고 다중오믹스가 알려주는 경로 효과를 반영함으로써, 값비싼 실험실 시험에서 수많은 화합물을 검사할 필요를 줄인다.
영향력이 가장 큰 응용의 하나다. 기저의 다중오믹스 양상을 알려진 임상 반응과 대응시켜 치료 시작 전에 효능과 이상반응을 예측한다.
이 층화는 어떤 치료의 이익을 가장 크게 볼 환자 하위집단을 선별하게 하여 임상시험 설계와 규제 승인의 성공률을 높인다. 더 많은 다중오믹스 데이터와 임상 결과 데이터가 쌓일수록 강화학습과 앙상블 학습이 이 예측을 되풀이해 정련한다.
여러 질환에 걸친 공통 분자 양상을 식별할 수 있어 재창출이 큰 이득을 본다. 다중오믹스에 근거한 질환 프로필과 약물이 일으키는 전사·대사 변화 사이의 상관을 탐지해 기존 약물의 새로운 적응증을 드러낸다. 재창출 약물은 안전성 프로필이 이미 확립되어 있어 개발 기간과 비용이 줄어든다.
다약리 프로파일링은 다중오믹스 상호작용 네트워크를 활용해 다중 표적 효과를 이해한다. 보상 신호 네트워크 탓에 단일 표적 약물이 흔히 실패하는 암 같은 복잡한 질환에서 특히 중요하다.
다중오믹스 데이터셋은 질환의 진단과 예후, 치료 모니터링을 위한 생체표지자의 풍부한 원천이다. 인공지능은 수천 개의 분자 특징을 걸러 약물 반응이나 질환 중증도와 상관하는 견고하고 재현 가능한 생체표지자를 식별한다.
SHAP 값이나 어텐션 기제 같은 설명가능 인공지능 기법이 예측력이 가장 큰 다중오믹스 특징을 드러내 생물학적 해석과 규제 수용을 돕는다. 이 생체표지자는 약물 개발을 이끌고 개인 맞춤 의료에 필수적인 동반진단의 개발을 뒷받침한다.
인공지능을 다중오믹스 데이터에 효과적으로 쓰려면 데이터 전처리에서 예측 모델링과 분자 시뮬레이션에 이르는 복잡한 워크플로를 감당할 견고한 계산 틀이 필요하다.
데이터 수집과 조화에서 시작한다. RNA 염기서열분석, 질량분석, ChIP 염기서열분석 같은 서로 다른 플랫폼의 데이터를 통합하고 정규화와 배치 보정으로 호환성을 확보한다.
이어 주성분분석이나 오토인코더 같은 특징 추출·차원 축소를 적용하고, 랜덤 포레스트와 XGBoost 같은 전통적 기계학습에서 진보한 심층학습 구조까지 예측 과제에 동원한다. 후처리 모듈이 설명가능 인공지능 도구로 계산의 예측을 생물학적 해석에 잇는다.
다중오믹스를 도킹 워크플로에 통합하면 질환 특이적 양상으로 식별된 생물학적으로 유의한 단백질 표적을 고를 수 있다. 단백질 형태의 정확도를 높이고 약물 친화도와 관련된 질환 특이적 아이소폼이나 번역 후 변형을 식별하게 한다.
인공지능은 결합 친화도를 예측하고 리간드 자세를 최적화해 도킹을 앞당기며, 심층학습 기반 구조 예측기가 도킹의 정확도를 높인다.
질병이 복잡한 분자 상호작용에서 비롯하므로 통합은 흔히 네트워크 기반 모델링에 기댄다. 유전자 조절 네트워크와 단백질–단백질 상호작용, 대사 경로, 후성유전 네트워크를 통합해 계 수준의 약물 효과를 모사한다.
그래프 신경망 기반 모형은 원하는 치료 결과를 낳는 핵심 노드(표적)와 간선(상호작용)을 식별한다. 하나의 약물이 여러 표적과 상호작용해 상승 효과를 내야 하는 암, 알츠하이머병, 자가면역 질환에서 특히 강력하다.
환자 인구학과 전자건강기록, 임상 결과를 포함한 임상 응용과 예측을 통합하는 일이 계산적 약물 설계를 실무로 옮기는 데 결정적이다. 실제 환경에서의 모형 검증을 가능케 하고, 적응적 임상시험 설계와 환자 층화, 용량 최적화를 뒷받침한다.
새롭게 등장한 연합 학습 틀은 환자 프라이버시를 훼손하지 않고 기관 사이의 데이터 공유를 가능케 하여, 다양한 인구집단에서 훈련된 일반화 가능한 모형을 얻게 한다.
다섯 오믹스 층을 잇는 계산 전략은 크게 초기·중간·후기 통합으로 나뉜다. 오른쪽에 따로 정리했다.
인공지능 기반 방법, 곧 그래프 신경망과 오토인코더, 심층 정준상관분석(DCCA)이 오믹스 층을 가로지르는 복잡한 비선형 관계를 포착하는 데 점점 더 많이 적용되고 있다.
모형 훈련 전에 모든 오믹스 데이터셋을 하나의 행렬로 결합한다. 총체적 양상 인식이 가능해지지만, 잡음을 완화하기 위해 주성분분석이나 t-SNE 같은 차원 축소가 대개 필요하다.
각 오믹스 층에서 따로 특징을 추출한 뒤 병합한다. 정준상관분석(CCA), 유사도 네트워크 융합(SNF), 커널 기반 학습 같은 방법이 쓰인다.
각 오믹스 데이터셋을 독립적으로 분석한 뒤 결정 수준에서 결과를 통합한다. 앙상블 학습 틀에 특히 적합하다.
다중오믹스 통합은 생물학 데이터의 이질적 성격 탓에 상당한 난제에 부딪힌다. 유전체·전사체·단백체·대사체·후성유전체 데이터가 각기 다른 플랫폼에서 나오고, 각 플랫폼마다 고유한 형식과 해상도, 오류 프로필을 지닌다.
실험 프로토콜과 시료 품질의 차이, 배치 효과가 하류 분석의 신뢰성을 가로막는다.
많은 연구가 특징 수에 비해 표본 수가 적은 문제를 안는다. 과적합의 위험이 커지고 예측력이 떨어진다.
심층학습 모형은 강력하되 계산 비용이 크다. GPU나 TPU 같은 특수 하드웨어와 전문성을 요구한다.
모형이 복잡해질수록 블랙박스 성격이 임상 이행을 어렵게 만든다. 약물 표적 선택이나 환자 층화 같은 결정적 판단에서 규제 당국과 임상의, 연구자가 예측을 신뢰하려면 투명성이 필요하다. SHAP과 LIME 같은 기법이 이를 다루지만 고차원 다중오믹스에 대해서는 여전히 발전 중이다.
다중오믹스와 영상, 임상 데이터를 동시에 분석할 수 있는 다중모달 인공지능 구조를 점점 더 채택할 것이다.
다중오믹스 데이터 처리와 복잡한 모형의 훈련을 크게 앞당길 것으로 기대된다. 임상 환경에서의 실시간 분석을 가능케 해 치료 선택이나 개발 과정의 의사결정을 도울 수 있다.
표준화된 데이터 형식과 주석 파이프라인, 상호운용 틀의 개발이 연구기관과 제약회사 사이의 데이터 공유와 통합을 개선한다.
환자 프라이버시를 훼손하지 않고 다중 모형의 훈련을 가능케 하여 더 일반화 가능하고 포용적인 모형으로 이어진다.
안전성과 유효성, 해석 가능성에 관한 규제 요건을 충족해야 한다. 규제기관과 이르게 협력하고 설명가능 인공지능 도구를 채택하는 일이 의료 워크플로로의 수용과 통합을 앞당긴다.
원문을 옮기며 걸린 대목을 감추지 않고 적어둔다. 비판이 아니라 인용 시 유의할 지점의 목록이며, 첫 항목은 독자를 위한 안내다.
Protein + (gen)omics → Proteomics라는 어원 도식이 본문에 들어가 있다.
학술 본문의 서술로는 어색한 대목이라, 본 요약에서는 정의를 다시 세워 옮겼다.
Integrating multi-omics data constraints is an expert system, such that genetic changes
can be linked to functional consequences”.
본 요약에서는 전후 맥락에 맞추어 “다중오믹스를 통합하면 유전적 변화를 기능적 귀결과
연결할 수 있다”로 의미를 복원해 옮겼다.
Artificial Intelligence Algorithms for the Analysis Of (Multi) Omics Data.”라는
소제목이 본문에 섞여 들어간 형태다.
(Kipf, 2016)으로 달고, 참고문헌에도 Welling이 빠진 채
Kipf 단독으로 올라 있다. 원 논문의 저자는 Kipf와 Welling 두 사람이다.
제9장에서도 이 문헌의 인용에 문제가 있었다.
ML and DP algorithms”라는 오식이 있다. DL의 오식이다.
Fig. 11.3의 캡션에도 “AI-powered integration and analysis of multi-omics data.”라는
문장이 캡션 중간에 떠 있어 편집이 덜 정리된 흔적을 남긴다.