환자 피 한방울로 이식 거부 반응 예측 AI 모델 제시

국내 연구팀이 신장이식 환자의 피 한 방울로 이식 거부반응을 조기진단할 수 있는 가능성을 처음 제시했다.

서울아산병원은 김준기 융합의학과 교수, 신성 신·췌장이식외과 교수팀이 표면강화 라만분광법이라는 바이오마커 검출법과 인공지능(AI) 알고리즘 기반의 판별 기술을 이용해 신장이식 환자의 혈청에서 이식 거부반응을 조기진단하는 데 성공했다고 5일 밝혔다.

일반적으로 신장이식 수술이 끝나면 거부반응 확인을 위해 환자에게 9~12cm의 바늘로 생검을 하고 조직염색 화학분석을 시행한다. 이후 신장이식 병리 분류를 위한 고급 시스템(밴프)에 따라 등급을 매긴다.

ERS(표면강화 라만분광법)과 머신러닝 알고리즘을 이용한 신장이식 거부반응 판별

밴프 분류는 형태 및 분자적 소견을 통합해 신장이식 생검에 대한 진단을 표준화함으로써 이식 병리의 정확한 평가를 돕는다. 하지만 환자에게 침습적이다보니 반복 검사가 힘들고 출혈과 같은 합병증 발생 위험도 높다. 또 환자 상태 모니터링을 위해서는 혈액을 채취하고 크레아티닌이나 혈액요소질소 등으로 신장 기능을 평가해 왔는데, 이 역시 거부반응 등으로 신장 손상이 꽤 진행되고 기능이 감소한 상태에서는 고민감도의 조기진단 기술이 요구돼 왔다.

이에 연구팀은 '표면강화 라만분광법(SERS)'을 이용하면 낮은 농도의 분석 물질도 금속 물질의 국부적 표면 플라즈몬 공명(LSPR) 모드로 감도를 높임으로써 검출이 가능한 점에 주목했다.

특히 융합의학과 김준기 교수팀이 자체 제작한 금-산화아연(Au-ZnO) 나노입자 기반의 SERS는 이미 동맥경화와 암 진단 실험에서 높은 신뢰성과 감도를 입증해왔다. 이러한 고감도 진단 결과는 여러 나노 바이오마커가 생성하는 스펙트럼 패턴을 기계학습 알고리즘으로 분석해 얻을 수 있었다.

연구팀은 신장이식 거부반응은 밴프 분류의 다양한 요소를 바탕으로 진단해야하는 질환이며, 혈청 내 다양한 바이오마커가 만들어내는 라만패턴을 AI 기술로 분석하면 거부반응을 보다 정밀하게 진단할 수 있다고 판단했다.

이에 신o췌장이식외과 신성 교수팀은 신장이식 환자의 거부반응 예후 분석을 통해 △이식 거부반응이 없는 군 △항체 매개성 거부반응군 △T세포 매개성 거부반응군으로 환자 샘플을 분류했다. 신장이식 후 장기 손상 및 기능 평가를 통해서는 라만신호의 판별 분석 과정에 대한 유효한 근거를 확보했고, 이를 바탕으로 신장 손상에 따른 라만신호의 진단 정확성에 대한 기여도를 판단했다.

결과적으로 SERS 및 AI 기반의 판별분석을 해보니, 각 거부반응에 대한 판별 정확도는 AI 분석 알고리즘인 선형 판별분석(PC-LDA)과 부분 최소제곱 판별분석(PC-PLS-DA)에서 각각 93.53%, 98.82%를 달성했다. 이는 라만 스펙트럼으로부터 주성분 분석(PCA)을 통해 차원 축소로 변수를 줄이고 판별분석을 수행해 얻어진 결과다.

연구팀은 이러한 AI 기반 분석기술을 통해 두 가지 거부반응이 혼재된 환자에 대한 모니터링 또한 가능하다는 사실도 추가로 확인할 수 있었다.

신성 교수는 “침습이 적은 방식으로 한 방울의 혈청에서 고민감도의 진단이 가능해 앞으로 추가 연구와 검증 과정들을 거친다면 신장이식 환자들이 간단한 혈액 검사로 거부반응을 진단받을 수 있을 것이다”라고 말했다.

이번 연구는 보건복지부 보건의료기술 연구개발사업 및 과학기술정보통신부 지원사업으로 진행됐다. 연구결과는 화학 및 생명의학 분야 저명 학술지인 '바이오센서스&바이오일렉트로닉스' 최신호에 게재됐다.

정용철 기자 jungyc@etnews.com

[Copyright © 전자신문. 무단전재-재배포금지]