새로운 조직 아틀라스, AI 기반 암 연구 발전에 기여

ㅇ 스위스 EPFL, 세계 최대 규모의 오픈액세스 공간 단백질체학 데이터베이스 구축

- 공간 단백질체학은 조직 내 단백질의 위치와 세포 간 상호작용을 분석하는 기술로, 암 등 질병의 발생·진행 과정과 치료 반응을 이해하는 데 활용됨

- 기존에는 연구기관마다 영상 기술과 데이터 형식이 달라 대규모 데이터 통합과 AI 모델 학습에 어려움이 있었으나, spora는 5,477명의 환자로부터 수집한 13,546개의 조직 이미지를 통합해 이러한 한계를 개선함

- 해당 데이터베이스는 14개 조직 기원과 5가지 영상 기술의 데이터를 제공하며, AI 기반 질병 연구와 조직 분석을 가속화하는 것을 목표로 함

ㅇ 2년에 걸친 연구

- spora 구축에는 약 2년이 소요됐으며, EPFL을 비롯한 스위스 주요 대학과 대학병원의 연구자 및 생의학 전문가들이 공동으로 참여함

- 연구진은 서로 다른 연구에서 수집된 수천 개의 조직 이미지를 정리하고, 단백질 정보 표준화와 의료정보 연계, 개별 세포 식별 작업을 수행해 데이터 간 비교와 통합이 가능하도록 함

- 이를 통해 생의학 데이터의 수집·표준화 부담을 줄이고, AI 모델 개발과 생물학적 연구를 지원함

ㅇ 데이터에 대한 개방형 접근

- spora는 원본 연구와 단백질 측정 정보, 영상 획득 조건, 임상정보 등을 연계해 연구자들이 목적에 적합한 데이터셋을 선택하고 활용할 수 있도록 지원함

- 데이터 표준화(spora[data]), 데이터 처리·모델 학습(spora[io]), AI 모델 성능 평가(spora[bench]) 등 세 가지 핵심 구성요소를 제공함

- 이를 통해 연구자들은 세포 유형 분류, 임상 변수 예측 등 다양한 분석 작업에서 AI 모델의 성능을 평가하고, 서로 다른 연구·환자 집단·측정 기술에서도 결과가 일관되게 나타나는지 검증할 수 있음

- 궁극적으로 특정 데이터셋에만 최적화되지 않고 다양한 환경에서 활용 가능한 AI 모델 개발을 지원하는 것을 목표로 함

ㅇ 환자별 질병 예측 정확도 향상을 향해

- spora 데이터베이스는 유럽생물정보학연구소(EMBL-EBI)의 바이오이미지 아카이브를 통해 공개되며, 연구자들은 조직 이미지를 검색·확인·다운로드하고 자체 데이터셋을 추가할 수 있음

- 현재는 암 연구에 중점을 두고 있으나, 향후 다양한 조직과 질병, 영상 기술을 포함하도록 데이터베이스를 확장할 계획임

- 연구진은 대규모 조직 이미지 데이터를 활용해 질병의 진행 과정과 치료 반응을 더욱 정확하게 예측하고, 개별 환자에게 적합한 맞춤형 치료법을 찾는 데 기여하는 것을 목표로 함

Source: EPFL