〈이 도 헌 교수〉
우리 대학 바이오및뇌공학과 이도헌 교수(유전자동의보감사업단장, 제 1저자 박경현 연구원) 연구팀이 복합 처방된 약물들의 인체 내 간섭현상을 컴퓨터 가상인체로 분석해 부작용을 예측할 수 있는 기술을 개발했다.
이번 연구결과는 미국 공공과학도서관 학술지 플러스 원(PLOS ONE) 10월 15일자에 게재됐다.
의료 현장에서는 여러 약물을 함께 처방받아 복약하는 경우가 많다. 이러한 복합처방은 모든 가능성을 미리 시험할 수 없기 때문에 널리 알려진 대표적 위험사례를 제외하면 완벽한 사전시험이 불가능하다.
기존에는 부작용 사례를 의약품 적정사용평가(DUR)에 등재시켜 의료현장에서 활용하는 사후 추적만이 최선의 방법이었다. 따라서 복합처방으로 인한 의료 사고를 막기 어려웠고 부작용 예측에도 한계가 있었다.
문제 해결을 위해 연구팀은 발생 가능한 상황을 사전에 컴퓨터 가상인체로 예측함으로써 위험을 미리 파악할 수 있는 기술을 개발했다.
연구팀은 컴퓨터 가상인체에서 랜덤워크 알고리즘을 이용해 약물 표적의 생체 내 분자 신호전파를 시뮬레이션 했다. 약물이 투여됨으로써 신체에 영향을 끼치는 정도를 측정한 것인데, 이를 통해 두 개의 약물이 서로 어느 정도의 영향을 주는지 정량화에 성공했다.
따라서 만약 두 약물 간 간섭이 심해 서로 많은 영향을 준다면 부작용이 발생할 가능성이 높기 때문에 신중한 처방을 해야한다는 결론을 얻을 수 있다.
기존 예측 기술들이 단백질 상호작용 네트워크에서 약물 표적사이의 근거리 간섭만을 고려했다면 이 교수 연구팀은 약물 표적의 생체 내 분자 신호전파 시뮬레이션을 통해 원거리 간섭까지 고려해 정확도를 높였다.
연구팀은 이 기술이 다수의 표적을 갖는 복합 천연물의 신호 전파도 분석해 약물과 천연물 사이의 상호작용 예측에도 활용될 것이라고 예상했다.
이 교수는 “이번 기술은 자체 개발한 대규모 컴퓨터 가상인체 시스템을 통해 진행됐다”며 “약물 복합처방의 부작용을 예측할 수 있는 새로운 방법을 제시했다는 의의를 갖는다”고 말했다.
□ 그림 설명
그림 1. 연구팀이 개발한 컴퓨터 가상인체 시스템
그림 2 . 처방된 복합 약물 사이의 신호전파 간섭 예시
-
연구 혹시 나도 수면 질환? AI로 간단히 검사해 보세요
각종 장비를 몸에 부착한 채 병원에서 하룻밤을 보내야 하는 번거로운 검사 없이 웹사이트를 통해 간단히 수면 질환 위험도를 파악할 방법이 나왔다. 우리 대학 수리과학과 김재경 교수 연구팀이 삼성서울병원 주은연‧최수정 교수팀, 이화여대 서울병원 김지현 교수팀과 공동 연구를 통해 개발한 세 가지 수면 질환을 예측할 수 있는 알고리즘 ‘슬립스(SLEEPS‧SimpLe quEstionnairE Predicting Sleep disorders)’를 12일 공개했다. ‘잠이 보약’이라는 말처럼 수면은 정신적‧신체적 건강에 주요한 영향을 미친다. 성인의 60%가량이 수면 질환을 앓고 있지만, 관련하여 전문 의료진에게 문의한 비율은 6% 수준에 불과하다. 병원 방문을 꺼리는 원인 중 하나로는 수면 질환 진단을 받기 위해 시행하는 수면다원검사가 번거롭다는 이유가 있다. 공동연구진은 약 5,000명의 수면다원검사 결과를 기계 학습을 통해 학습시켜 수
2023-12-14 -
연구 인공지능으로 북한 등 경제지표 추정하다
유엔기구(UN)의 지속가능발전목표(SDGs)에 따르면 하루 2달러 이하로 생활하는 절대빈곤 인구가 7억 명에 달하지만 그 빈곤의 현황을 제대로 파악하기는 쉽지 않다. 전 세계 중 53개국은 지난 15년 동안 농업 관련 현황 조사를 하지 못했으며, 17개국은 인구 센서스(인구주택 총조사)조차 진행하지 못했다. 이러한 데이터 부족을 극복하려는 시도로, 누구나 웹에서 받아볼 수 있는 인공위성 영상을 활용해 경제 지표를 추정하는 기술이 주목받고 있다. 우리 대학 차미영-김지희 교수 연구팀이 기초과학연구원, 서강대, 홍콩과기대(HKUST), 싱가포르국립대(NUS)와 국제공동연구를 통해 주간 위성영상을 활용해 경제 상황을 분석하는 새로운 인공지능(AI) 기법을 개발했다고 21일 밝혔다. 연구팀이 주목한 것은 기존 통계자료를 기반으로 학습하는 일반적인 환경이 아닌, 기초 통계도 미비한 최빈국(最貧國)까지 모니터링할 수 있는 범용적인 모델이다. 연구팀은 유럽우주국(ESA)이 운용하며 무료로
2023-11-21 -
연구 강수 관측 오차범위 42.5% 줄인 알고리즘 개발
강수량의 정확한 파악은 지구의 물 순환을 이해하고 수자원과 재해 대응을 위해 중요하다. 강수량 추정을 위한 알고리즘에는 다양한 방법들이 제안되어 왔으며, 최근에는 기계학습을 이용한 방법들이 많이 제안되고 있다. 우리 대학 문술미래전략대학원(건설및환경공학과 및 녹색성장지속가능대학원 겸임) 김형준 교수와 도쿄대 등으로 구성된 국제 공동연구팀이 인공위성에 탑재된 마이크로파 라디오미터의 관측값을 이용해 지상 강수량을 추정하는 새로운 기계학습 방법을 제안했다고 25일 밝혔다. 연구팀은 기존의 방법과 비교해 전 강수량에 대해 오차(RMSE)를 최소 15.9%에서 최대 42.5%까지 줄이는 데 성공했다. 단순한 데이터 주도(data-driven)모델은 대량의 훈련 데이터가 필요하고 물리적인 일관성이 보장되지 않으며 결과의 원인 분석이 어렵다는 등의 문제가 있었다. 연구팀은 이번 연구에서 위성 강수량 추정에 대한 분야 지식을 명시적으로 포함함으로써 학습 모델 내의 상호 의존적인 지식
2023-04-25 -
연구 스스로 진화하는 흉부 엑스선 인공지능 진단기술 개발
우리 대학 김재철AI대학원 예종철 교수 연구팀이 서울대학교 병원, 서울 아산병원, 충남대학교 병원, 영남대학교 병원, 경북대학교 병원과의 공동연구를 통해 결핵, 기흉, 코로나-19 등의 흉부 엑스선 영상을 이용한 폐 질환의 자동 판독 능력을 스스로 향상할 수 있는 자기 진화형 인공지능 기술을 개발했다고 27일 밝혔다. 현재 사용되는 대부분의 의료 인공지능 기법은 지도학습 방식 (Supervised learning)으로서 인공지능 모델을 학습하기 위해서는 전문가에 의한 다량의 라벨이 필수적이나, 실제 임상 현장에서 전문가에 의해 라벨링 된 대규모의 데이터를 지속해서 얻는 것이 비용과 시간이 많이 들어 이러한 문제가 의료 인공지능 발전의 걸림돌이 돼왔다. 이러한 문제를 해결하기 위해, 예종철 교수팀은 병원 현장에서 영상의학과 전문의들이 영상 판독을 학습하는 과정과 유사하게, 자기 학습과 선생-학생 간의 지식전달 기법을 묘사한 지식 증류 기법을 활용한 자기 지도학습 및 자
2022-07-27 -
인물 차상길 교수, IEEE Test-of-Time Award 수상
우리 대학 전산학부 정보보호대학원 차상길 교수가 올해 5월에 열린 정보보안 최정상 학회인 IEEE Security & Privacy[1]에서 Test-of-Time Award를 수상했다. Test-of-Time Award란 지난 10년간 정보보안 분야에서 가장 큰 영향력을 행사했던 논문에 수여하는 것으로, 올해는 총 3개의 논문이 선정되었으며, 한국인으로서는 최초이다. 선정된 논문은 차상길 교수가 지난 2012년에 발표했던 ‘Unleashing Mayhem on Binary Code’로 바이너리코드에서 버그를 자동으로 찾고, 공격코드로 연계되는 익스플로잇을 생성하는 알고리즘을 세계 최초로 제안했던 것이다 [2]. 당시 개발된 알고리즘은 인공지능 해킹대회인 CGC(Cyber Grand Challenge)[3] 등의 세계적 사이버 보안 해킹 경진대회에서 사용되는 핵심 알고리즘이라 할 수 있다. 차상길 교수는 이 논문을 계기로 바이너리 분
2022-05-27