이도헌 교수와 왕승현 박사가 하나의 유전자 발현 데이터로 개인화된 유전자 네트워크를 구축하고 해당 네트워크에서 각 유전자 커뮤니티의 결속력을 측정할 수 있는 코지넷 (COSINET, COmmunity COhesion Scores in Individualized gene Network Estimated from single Transcriptomics data) 기술을 개발했다.

구성원들 사이의 활발한 교류로 결속력이 높은 사회적 커뮤니티가 건강한 개인을 만들 듯, 유전자 커뮤니티의 결속력도 개인의 건강 상태에 영향을 미칠 수 있을까?

바이오및뇌공학과 이도헌 교수와 왕승현 박사가 개인화된 유전자 네트워크에서 환자 특이적으로 결속력이 약화된 유전자 커뮤니티를 찾아내 환자 맞춤형으로 약물 표적을 예측할 수 있는 기술을 개발했다.

최근 고령화와 생활 습관 변화 등에 따라 암, 심혈관계 질환, 대사 질환 등 많은 복합질병의 발병률이 크게 증가하는 실정이다. 이에 전문가들은 개별 환자의 특성을 고려한 정밀 의료를 제공해 그 치료 효과를 높임으로써 개인적, 사회적 의료비 부담을 경감해야 한다고 지적한다.

연구팀은 이러한 요구에 발맞춰 개인화된 유전자 네트워크를 정교하게 구축하고 해당 네트워크에서 각 유전자 커뮤니티의 결속력을 정확하게 측정할 수 있는 코지넷(COSINET, COmmunity COhesion Scores in Individualized gene Network Estimated from single Transcriptomics data) 기술을 개발했다.

연구팀은 수백 개의 정상 조직 유전자 발현 데이터를 근거로 유의미한 상관관계를 보이는 유전자 상호작용을 기반으로 정상 조직의 유전자 네트워크를 구축했다. 그리고 유전자 커뮤니티들의 유전자 상호작용마다 보이는 상관관계를 선형 회귀 분석을 통해 모델링한 뒤, 개별 환자의 유전자 발현량이 해당 예측 모델을 잘 따르는지를 통계적으로 분석했다. 이를 통해 환자 특이적으로 그 상호작용이 소실된 유전자 쌍을 정상 조직 유전자 네트워크에서 제거함으로써 개인화된 유전자 네트워크를 구축했다.

더 나아가 개인화된 유전자 네트워크에서 유전자들 사이의 최단 거리를 기반으로 소실된 유전자 상호작용이 각 유전자 커뮤니티 결속력 약화에 미치는 영향력을 정확하게 측정했다.

연구진들은 환자 특이적으로 그 결속력이 크게 감소한 유전자 커뮤니티를 통해 환자 특이적인 질병 기전을 설명할 수 있음을 보이고, 해당 유전자 커뮤니티에서 환자 특이적으로 결속력 약화에 크게 기여하는 유전자들을 찾아, 보다 효과적인 환자 맞춤형 약물 표적을 제안했다.

이도헌 교수는 “여러 유전자가 관여하는 복합질병은 개별 유전자보다는 유전자들 사이의 상호작용을 고려하는 시스템적 관점에서 바라봐야 하며 현재 임상 현장에서 환자 맞춤형 의료를 위해 쓰이는 단일 유전자 기반의 바이오마커들은 복합질병의 이질성과 복잡성을 충분히 담아 내기에는 한계가 있다. 따라서 이번 연구에서 개발한 개인화된 유전자 네트워크에서 유전자 커뮤니티의 결속력에 기반한 코지넷(COSINET) 기술이 복합질병의 환자 맞춤형 의료 실현을 위한 새로운 시각을 열어 줄 수 있을 것”이라고 말했다.

과학기술정보통신부 데이터 기반 디지털 바이오 선도 사업의 지원을 받아 수행된 이번 연구는 영국 옥스퍼드대학교에서 발간하는 '생명정보학 브리핑(Briefings in Bioinformatics)' 2024년 5월호에 게재되고 온라인으로는 4월 15일 발표되었다.