스웨덴 예테보리 대학교 연구원들이 당 분석을 통해 암 발견 가능성을 획기적으로 높인 인공지능(AI) 모델을 개발했다. 

세포 내 당 분자 구조인 글리칸을 활용하는 이 AI 모델은 현재의 반수동 방식보다 빠르고 정확하게 암 관련 이상을 감지한다고 메디컬 익스프레스가 지난 1일(현지시간)  보도했다. 

글리칸(Glycan)은 탄수화물의 일종으로 당 분자(단당류)들이 사슬처럼 연결되어 있는 중합체다. 글리칸은 다양한 생물학적 기능을 수행하는데, 특히 세포 표면에 존재하는 당단백질이나 당지질의 구성 성분으로 매우 중요하다. 

글리칸은 질량 분석법으로 측정 가능하며, 암의 종류를 나타내는 지표로 활용될 수 있다. 암 세포는 다른 글리칸 패턴을 가지고 있기 때문에 글리칸 분석은 암 진단 및 치료에 활용될 수 있다. 

그러나 질량 분석 데이터는 글리칸 조각으로부터 구조를 파악하기 위해 전문가의 세심한 분석이 필요하며, 샘플 당 수 시간에서 수 일이 소요될 수 있다. 샘플 분석 작업은 마치 수년간의 경험을 통해 습득된 탐정 작업과 유사하기 때문이다.

따라서 수많은 샘플을 분석해야 하는 암 진단 등 글리칸 분석 활용에 있어 이 과정은 종종 병목 현상을 초래했다. 

이에 예테보리 대학 연구팀은 샘플 분석 작업을 자동화하는 AI 모델인 '캔디크런치(Candycrunch)'를 개발했다. 

이 모델은 테스트당 불과 몇 초만에 분석 작업을 해결하는 것으로 확인됐다. 

연구 결과는 '네이처 메소드(Nature Methods)' 저널에 게재됐다. 

AI 모델 캔디크런치는 50만 개 이상의 다양한 조각화 및 관련 당 분자 구조 예시 데이터베이스를 통해 훈련됐다.

예테보리 대학교의 다니엘 보야르(Daniel Bojar) 생물정보학 부교수는 "캔디크런치는 샘플 내 정확한 당 구조를 90% 정도 계산할 수 있다"고 밝혔다.

이는 곧 AI 모델이 DNA, RNA 또는 단백질과 같은 다른 생물학적 서열 분석과 동일한 수준의 정확도에 도달할 수 있음을 의미한다.

이 AI 모델은 빠르고 정확안 답변을 제공하기 때문에 암 진단과 예후를 위한 글리칸 기반 바이오마커 발견을 더욱 가속화할 수 있다.

보야르 교수는 "가장 큰 병목 현상을 자동화함으로써 글리칸 분석이 생물학 및 임상 연구에서 더 큰 역할을 할 것으로 기대한다"고 말했다.

AI 모델인 캔디크런치는 농도가 낮아 사람들이 분석할 때 놓치기 쉬운 구조도 식별할 수 있어 새로운 글리칸 기반 바이오마커 발견에 도움을 줄 수 있다는 평가다.