MIT, 독감 바이러스 예측 AI 도구 개발해 수백만 건의 독감 사례 구제

매년 전 세계 보건 전문가들은 생사를 가르는 결정에 직면합니다. 다음 시즌 백신에 어떤 독감 균주를 포함해야 할까요? 이 결정은 시즌이 시작되기 몇 달 전부터 내려져야 합니다. 백신을 올바르게 선택하면 매우 효과적일 것입니다. 하지만 잘못 선택될 경우, 예방 효과가 크게 감소하여 예방 가능한 독감 사례가 급증하고 보건 시스템에 엄청난 부담을 주게 됩니다.

레지나 바질레이 교수(왼쪽)와 대학원생 웬시안 시. 사진: MIT 뉴스

이러한 어려움은 코로나19 팬데믹 기간 동안 더욱 두드러지게 되었는데, 백신이 출시되는 순간 새로운 변종이 등장했기 때문입니다. 독감도 "시끄러운 형제"처럼 끊임없이 예측 불가능하게 변이하며 백신 설계를 한발 뒤처지게 만듭니다.

불확실성을 줄이기 위해 컴퓨터 과학 및 인공지능 연구소(CSAIL)와 MIT 압둘 라티프 자밀 의료 머신러닝 클리닉의 과학자들은 VaxSeer라는 AI 시스템을 개발했습니다. 이 도구는 미래의 주요 독감 균주를 예측하고 발병 수개월 전에 예방에 가장 적합한 백신 후보를 식별합니다. VaxSeer는 바이러스 유전자 서열과 실험실 검사 결과를 포함한 수십 년간의 데이터를 기반으로 학습하여 바이러스의 진화 과정과 백신에 대한 반응을 시뮬레이션했습니다.

개별 아미노산 돌연변이를 분석하는 기존의 진화 모델과 달리, VaxSeer는 "단백질 언어 모델"을 사용하여 우성과 여러 돌연변이의 복합적인 효과 간의 관계를 학습합니다. MIT 박사과정생이자 이 연구의 주저자인 웬시안 시(Wenxian Shi)는 "우리는 우성의 역동적인 변화를 시뮬레이션하는데, 이는 인플루엔자처럼 빠르게 진화하는 바이러스에 더 적합합니다."라고 말했습니다.

VaxSeer는 어떻게 작동하나요?

이 도구에는 두 가지 주요 예측 엔진이 있습니다.

우세성: 독감균주가 확산될 가능성에 대한 추정치.
항원성: 백신이 해당 균주를 중화하는 데 얼마나 효과적인지 예측합니다.
VaxSeer는 두 가지 요소를 결합하여 백신이 향후 바이러스 변종과 얼마나 일치하는지 보여주는 "예측 적용 범위 점수"를 생성합니다. 이 점수가 0에 가까울수록 일치도가 높습니다.

10년간의 후향적 연구에서 MIT 팀은 VaxSeer의 권장 사항을 두 가지 주요 독감 하위 유형인 A/H3N2와 A/H1N1에 대한 세계 보건기구(WHO)의 선택 사항과 비교했습니다.

A/H3N2의 경우, VaxSeer의 권장 사항은 10개 전염병 시즌 중 9개에서 WHO의 권장 사항보다 더 좋은 성과를 보였습니다.
A/H1N1의 경우, 해당 시스템은 10개 시즌 중 6개 시즌에서 WHO와 동등하거나 더 나은 성과를 보였습니다.
특히 2016년 독감 시즌에 VaxSeer는 WHO가 이듬해까지 백신에 포함하지 않을 독감균주를 찾아냈습니다.

VaxSeer의 예측은 CDC(미국), 캐나다의 Practice Surveillance Network, 유럽의 I-MOVE 프로그램의 실제 백신 효능 데이터와도 긴밀한 상관관계를 보입니다.

바이러스 진화와의 경쟁

VaxSeer는 단백질 언어 모델을 사용하여 각 바이러스 균주의 확산 속도를 추정한 후, 균주 간 경쟁을 기반으로 우세를 계산합니다. 다음으로, 이 데이터는 미분 방정식 기반 수학적 프레임워크에 입력되어 확산을 시뮬레이션합니다.

항원성의 경우, VaxSeer는 항원성을 측정하는 일반적인 방법인 적혈구 응집 억제 검사(HI 검사)를 통해 백신 효능을 예측합니다.

시 씨는 "VaxSeer와 같은 AI 도구는 바이러스 진화와 백신 반응을 모델링함으로써 보건 당국이 더 빠르고 더 나은 결정을 내리는 데 도움이 되어 감염과 면역 간의 경쟁에서 한 발 앞서 나갈 수 있습니다."라고 주장했습니다.

VaxSeer는 현재 주요 인플루엔자 항원인 HA(헤마글루티닌) 단백질에 집중하고 있습니다. 향후 버전에는 NA(뉴라미니다아제) 단백질, 면역 이력, 제조 공정 또는 투여량 등이 포함될 수 있습니다. 또한, 연구팀은 바이러스 계열 간의 관계를 기반으로 데이터가 없는 상황에서도 바이러스 진화를 예측하는 방법을 개발하고 있습니다.

MIT AI 및 의학 명예교수이자 이 연구의 공동 저자인 레지나 바질레이는 "VaxSeer는 바이러스 진화의 빠른 속도에 발맞추기 위한 우리의 시도입니다."라고 말했습니다.

캐나다 맥마스터 대학교 조교수인 존 스토크스는 "놀라운 점은 현재의 결과뿐만 아니라 다른 분야로 확장될 수 있는 잠재력, 즉 약물 내성 박테리아나 치료 내성 암의 진화를 예측할 수 있다는 점입니다. 이는 완전히 새로운 접근법으로, 질병이 장벽을 극복하기 전에 의료 솔루션을 설계할 수 있도록 해줍니다."라고 말했습니다.

(MIT에 따르면)

출처: https://vietnamnet.vn/mit-phat-trien-cong-cu-ai-du-doan-virus-cum-cuu-hang-trieu-ca-benh-2439275.html