UNIST, 한국인 고유 정보 적용해 정확도 높여
한국인 코호트 토대...당뇨 효과적 예방 및 대응
한국인 코호트 토대...당뇨 효과적 예방 및 대응
UNIST 제공
울산과학기술원(UNIST)은 이정혜 교수팀과 강지훈 고신대복음병원 교수 연구팀이 공동으로 대규모 한국인 코호트를 바탕으로 제2형 당뇨 발병 예측 성능을 높인 기계학습(머신러닝) 모델을 개발했다고 5일 밝혔다.
당뇨는 30세 이상의 한국인 6명 중 1명꼴로 발병하는 흔한 질병이다. 제2형 당뇨는 식습관, 생활습관이나 비만 등 신체적 상태로 인해 주로 발병하는데, 유전과 환경적 요인이 복합적으로 작용한다.
기존 당뇨 발병 예측 모델은 주로 서양인 집단을 대상으로 연구해 한국인에 특화된 유전적·환경적 요인을 반영한 예측에는 한계가 있었다.
연구팀은 질병관리본부에서 수집한 한국인 유전체 역학조사사업(KoGES)의 대규모 코호트를 바탕으로 한국인에 특화된 정보를 활용한 당뇨 예측 모델을 개발했다. 이 코호트는 한국인에게 흔히 발생하는 당뇨, 고혈압, 비만, 대사증후군 등 만성질환 연구를 위해 2001년부터 추적·수집된 자료다.
코호트에 인구통계학적 정보와 유전 정보, 환경 정보를 더해 당뇨 예측 성능을 높였다. 특히 유전 정보는 다유전자 위험 점수를 한국인 유전자 특성에 맞게 새로 계산해 적용했고, 환경 정보는 대사체로 반영해 유전 정보가 설명하지 못하는 정보를 상호 보완했다고 연구팀은 설명했다.
이 모델은 인구통계학적 정보만 활용할 때보다 11% 더 높은 예측 성능을 보였다.
이정혜 UNIST 교수는 "서양인 코호트 중심의 당뇨 발병 예측 연구를 한국인 코호트로 바꿔 접근했다는 데 의미가 있다"며 "우리나라 국민에게 특화된 당뇨 발병 위험도를 파악하고, 발생 요인을 제공하는 데 기여할 것"이라고 말했다.
이 연구결과는 의학 분야 국제 학술지 랜셋 자매지 '이바이오메디슨(지난달 29일)'에 게재됐다.이준기기자 bongchu@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
