DEVOCEAN

■ 연구내용

• 치료제 반응성 관련 미생물 Feature 발굴을 위한 pipeline 개발

• 치료제 반응 여부값을 포함하는 개방 데이터를 대상으로 상기 pipeline에서 찾은 feature 기반의 AI 반응성 예측 모델 분석

■ 연구목적

• 실제 임상 데이터에 적용할 수 있는 치료제의 치료효과를 예측할 수 있는 플랫폼 개발

■ 활용계획

• 진행중인 임상과제에서 확보한 실제 임상 데이터에 적용하여 치료 반응성 예츨 모델 개발 예정

• 결과에 따라 후속과제 기획에 활용

■ 관련경험 / 역량

• Python을 이용한 ML/AI 모델링

• 유전자 서열 데이터에 대한 이해도 및 분석 경험

• Open library 이용한 생체 미생물 데이터 (마이크로바이옴) 분석 파이프라인 분석 경험

01. 멘토소개

• 남궁정현 Junghyun Namkung Ph.D.

  • SK AI R&D Center / Vision Labs / Vision Algorithm Team

  • 20년 유전체 분석, 바이오마커 개발 및 AI 연구개발 과제 수행 경력의 바이오인포매틱스 전문가

  • 53편의 SCI 논문과 전문서를 집필하고, 국내외 등록 특허 다수 보유

  • 주요 수행 연관과제

    • 췌장암 조기진단 Biomarker 발굴 임상/알고리즘 개발 및 진단제품 개발 (임상협력기관: 서울대 병원 간담체외과)

    • 희귀 유전질환 산전진단을 위한 cell free fetal DNA (cffDNA) 분석 알고리즘 개발 (임상협력기관: 서울대병원 소아과)

    • 불완전 레이블 데이터 대상 AI 학습 모델 연구 (공동연구기관: 포항공대)

    • 음성 기반 음성질환/정신질환 (사회불안장애) 진단 모델 개발 국책과제 수행 (임상협력기관: 세브란스 이비인후과)

    • 음성/생체신호 기반 스트레스 진단 AI 모델 개발 과제 기획 및 관리/개발수행 중 (임상협력기관: 분당서울대병원 정신건강의학과)

    • 피부 마이크로바이옴 진단 기술 개발 (임상협력기관: 브이앤코, 삼성서울병원 피부과)

• 임상연구과제 기획/관리/수행 경험이 풍부하고, 바이오인포매틱스 기술 전문성을 바탕으로 단백질/유전체/전사체 바이오마커 발굴 및 진단 제품 기획부터 개발/사업화를 위한 인허가까지 전체 프로세스를 수행하였습니다.

  각 단계 별 이슈 해결 노하우를 축적한 전방위적 바이오헬스케어 전문가가 과제를 멘토링합니다!

번외로, 와인과 여행, 취미 부자를 위한 멘토링도 가능합니다 : )

02. 프로젝트 소개

배경

최근 Deep Mind의 AI 모델을 이용한 단백질 구조 예측에 혁신을 가져왔고 이로서 질병 치료 및 신약 개발에 기여한 바를 인정받아서 노벨화학상을 수상했습니다.

SK AI R&D 센터에서 참신한 아이디어와 열정이 가득한 학생 여러분들과 AI 기술을 활용하여 신약개발에 유용한 바이오마커 (생체 데이터 기반 예측 알고리즘) 발굴 플랫폼을 개발하고자 합니다.

최근 마이크로바이옴 (미생물 유전체) 관련 연구개발 및 산업이 급속도로 성장하고 있습니다. 마이크로바이옴 기반의 화장품 및 건강 보조 식품 외에도 신약물질 발굴이 활발히 진행 중입니다.

SK AI R&D 센터에서는 2년 전부터 마이크로바이옴 바이오마커 개발 과제를 수행하였습니다.

현재 대학병원과 협력하여 병원에서 사용중인 처방약의 치료 반응을 예측하는 피부 마이크로바이옴 기반 바이오마커(예측 알고리즘)를 개발하기 위해 임상과제를 진행 중입니다.

현 치료제는 대부분 사람한테는 잘 듣지만 약 효과가 없거나 부작용이 커서 사용하지 못 하는 사람의 경우도 있습니다. 특히 항암제의 경우 치료 반응률이 평균 30~40% (암종, 치료제에 따라 10~70%)로 효과가 있는 대상군의 비율이 높지 않습니다. 인체에 공생하는 미생물은 소화기 질환은 물론이고 ADHD, 우울증, 치매와 같은 신경정신과 질환과도 관련이 있으며 항암제 반응성과도 유의미하게 연관된 것으로 밝혀져 있습니다. 최근 신약 개발과정에서 바이오마커는 매우 중요한 역할을 합니다. 약효과가 높은 대상군을 선정하거나 부작용을 예측하는 바이오마커로 임상 기간과 비용을 줄이고 신약 인허가 성공률도 높이는 사례가 증가하고 있습니다. 인허가 기관(미 FDA, 식약처)에서도 효과는 높이고 부작용 사례를 줄여서 의료비용을 줄이고자 대상군을 결정하는 신약과 바이오마커(Companion diagnostic) 동시 개발을 권장할만큼 바이오마커의 중요성이 커지고 있습니다.

03. 개발 내용

• 병원에서 치료제 처방 전에 사용할 반응성 (치료효과) 예측 바이오마커 또는 제약회사에서 신약개발 과정에서 유용한 생체 데이터 (특히 마이크로바이옴) 기반의 바이오마커 발굴 플랫폼을 함께 기획/개발하고자 합니다.

• 마이크로바이옴의 치료제 반응 기작에 미치는 영향을 이해하고자 관련 생물학 Database를 선정하고 치료제 관련 미생물군을 발굴합니다. 예를들어, Drug target pathway, drug-microbiome interaction, drug metabolism pathway 데이터와 같은 복잡도가 높은 관계데이터를 이용할 수 있습니다. 또는 관련 Feature를 탐색하는 분석 pipeline을 개발합니다. 또는 GWAS (genome-wide association study) 를 이용한 Mendelian randomization 분석 방법 활용할 수 있습니다.

• 치료제 반응 여부값을 포함하는 개방 데이터를 선정, 이 데이터를 대상으로 상기 pipeline에서 찾은 feature 기반의 AI 반응성 예측 모델을 개발합니다.

  • 과제 개요에 맞는 주제와 함께 과제 수행에서 활용할 적합한 public dataset 제시

  • 생체 미생물 데이터 (마이크로바이옴) 분석 파이프라인 및 가장 효과적인 모델링을 위한 미생물 Feature set 개발 필요

  • 정확도 높은 프로파일 및 바이오마커 모델 개발시 적용해보고자 하는 AI/ML 분석 기법 제시

목표

• 치료제 반응성 관련 미생물 Feature 발굴을 위한 pipeline python code

• 치료제 반응 여부값을 포함하는 개방 데이터를 대상으로 상기 pipeline에서 찾은 feature 기반의 AI 반응성 예측 모델 분석 결과

• 산출물을 논문/특허 출원 또는 학회에 발표하여 연구 성과로 만듭니다!

04. 이런 Fellow를 찾아요!

• Python을 이용하여 다양한 방법으로 Classification Analysis를 해 본 경험자

• 유전자 서열 데이터 분석 경험이 있거나 이에 대한 이해도가 충분하여 Open library 이용하여 생체 미생물 데이터 (마이크로바이옴) 분석이 가능한 분

• 멤버 중 관련 빅데이터 분석 경험자 필

• AI / Big data 분석 기술을 무기로 성장하는 우리나라 바이오헬스케어 산업 발전에 동승하고 싶은 분들

• 어려운 문제 해결에 도전하고자 하는 패기있는 분들을 모십니다!