한국인 유전체 기반 치매 조기예측 모델 나왔다…질병청 “정밀 예방 위한 토대”

[중앙신문=김상현 기자] 질병관리청 국립보건연구원은 한국인 유전체 정보를 기반으로 한 알츠하이머 치매 위험 조기 예측 인공지능(AI) 모델을 개발해 국제학술지에 발표했다고 5일 밝혔다.

경도인지장애(MCI) 단계에서 향후 치매로 전환될 위험을 유전체 데이터와 AI 알고리즘으로 분류한 한국형 치매 예측 연구 성과다.

연구에는 한국인 치매 코호트인 ‘만성뇌혈관질환 바이오뱅크 컨소시엄(BICWALZS·연구책임자 홍창형 아주대 교수)’ 참여자 가운데 674명(정상 81명, 경도인지장애 389명, 치매 204명)의 임상 및 유전체 정보가 활용됐다.

연구진은 2016~2020년 사이 수집된 자료를 바탕으로 한국형 유전체칩(K-Chip)을 이용해 전장유전체연관분석(GWAS)을 실시하고, 알츠하이머 관련 단일염기다형성(SNP) 54~76종을 선별해 AI 모델의 입력값으로 사용했다.

국립보건연구원은 랜덤 포레스트(RF), k-최근접 이웃(KNN), 서포트 벡터 머신(SVM), 인공 신경망(ANN), 익스트림 그래디언트 부스팅(XGBoost), 라이트 그래디언트 부스팅 머신(LightGBM) 등 6종의 기계학습 알고리즘을 적용해 경도인지장애 환자의 치매 위험을 분류했다.

이 가운데 XGBoost 모델이 가장 우수한 성능을 보였으며, 교차검증 기준 AUC 0.88, PR-AUC 0.92의 높은 예측 정확도를 나타냈다.

연구 결과, 여러 유전자 가운데 APOE, PVRL2, TOMM40 등이 치매 위험 예측에 중요한 역할을 하는 것으로 확인됐다. 대표적 유전인자인 APOE ε4 변이 외에도 한국인에서 비-APOE 연관 좌위가 확인돼, 치매 위험이 여러 유전 요인이 복합적으로 작용하는 다유전자적 특성을 가진다는 점을 시사했다.

연구진은 2년간의 후속 추적 데이터를 이용해 실제 치매 전환 여부와 AI 예측 결과를 비교했다. 그 결과 개별 모델의 민감도는 알고리즘별로 0.57~1.00 범위였으며, 특히 일부 인공지능 알고리즘(KNN, ANN, SVM, XGBoost)은 민감도 0.9 이상으로 높은 예측 성능을 보였다. 여러 알고리즘이 동일 환자를 일관되게 예측한 비율은 일부 사례에서 100% 일치를 보여, AI 모델 간 예측 결과의 안정성과 인공지능 기반 예측모델의 임상적 활용 가능성도 확인됐다.

이번 연구 결과는 ‘A machine learning framework for classifying dementia risk in mild cognitive impairment: evidence from a Korean genome-wide association study cohort’라는 제목으로 국제학술지 'Alzheimer’s Research & Therapy'에 11월 온라인 게재됐다.

질병관리청과 국립보건연구원은 한국인 유전체 특성을 반영한 첫 치매 예측 인공지능 모델을 바탕으로, 향후 맞춤형 조기진단 및 예방 전략 수립에 활용하고, 동아시아 인구집단을 대상으로 한 연구 확대와 국가 단위 인공지능 치매예측 플랫폼 구축의 기초자료로 삼을 계획이다.

임승관 질병관리청장은 “이번 연구는 한국인 유전체 데이터를 활용한 맞춤형 치매 예측의 가능성을 보여준 의미 있는 성과”라며 “앞으로 유전체·뇌영상 등의 데이터를 통합한 인공지능 기반 조기진단 플랫폼을 구축해 국가 치매 예방 및 관리 정책의 과학적 근거를 강화하겠다”고 밝혔다.