의료 인공지능(AI) 기업 루닛이 미국 암학회(AACR 2023)에서 비소세포폐암(NSCLC) 돌연변이를 예측하는 새로운 AI 모델의 성능 검증 결과를 발표한다.

연구진은 비소세포폐암 환자의 25%를 차지하는 KRAS 유전자 변이 가운데 가장 흔한 변이인 KRAS G12C 돌연변이[1]를 예측하기 위해 새로운 AI 모델을 개발했다. 연구에 사용된 예측 모델은 미국 국립보건원 빅데이터(TCGA) 비소세포폐암 병리 이미지에 루닛 스코프 기반의 AI 알고리즘을 적용한 것으로, 기존에 보고된 KRAS 변이 예측 연구들 보다 향상된 정확도를 보여줬다.

연구 결과, 루닛 스코프 KRAS G12C 변이 예측 모델은 AI 알고리즘의 정확도를 나타내는 진단 검정력(AUC, Area Under the Curve) 0.787의 높은 예측력을 보였으며, 독립적인 외부 데이터에 대한 검증에서도 0.745의 예측력을 보였다.

루닛이 AACR 2023에서 두번째로 발표한 연구초록은 다양한 암 세포에서 특징적으로 발현되는 다양한 표적 단백질을 탐지하고 정량화하는 AI 기반 이미지 분석기인 ‘UIHC(Universal Immunohistochemistry, 범용 면역조직화학염색 분석기)’의 성능을 검증한 결과다.

연구진은 폐암, 방광암, 유방암 등 다암종 병리조직의 PD-L1 및 HER2 면역조직화학염색 (IHC, Immunohistochemistry) 병리슬라이드 데이터로 학습한 UIHC를 개발했다. 이번 연구를 통해 UIHC가 기존의 단일 암종/면역조직화학염색 병리슬라이드로 학습한 모델에 비해 다양한 암종에서 새로운 표적 단백질 발현을 더 잘 검출하고 정량화함을 확인했다.

이는 UIHC 모델이 향후 종양 세포에 발현되는 새로운 항원 단백질을 표적으로 하는 항암치료제 임상 연구에 유용하게 활용될 가능성을 보여준다.

세번째로 루닛은 학회에서 진행성 담도암(BTC) 환자를 치료하기 위한 바이오마커로서 루닛 스코프를 활용한 연구 결과를 발표한다.

연구진은 루닛 스코프를 통해 진행성 담도암 환자의 치료 전 암 조직 슬라이드 이미지를 각각 면역 활성(Inflamed), 면역 제외(Immune-Excluded), 면역 결핍(Immune-Desert) 등 3가지 면역표현형으로 분류했다. 그 결과, 면역 활성 그룹의 면역 항암 치료 반응이 가장 좋은 것으로 나타났다. 연구진은 루닛 스코프가 분류한 면역표현형이 진행성 담도암 환자의 치료 효과를 예측하는 데 효과적인 바이오마커가 될 수 있다고 결론지었다.

서범석 루닛 대표는 “올해 AACR 학회에서는 루닛 스코프가 기존 면역항암제에 대한 반응을 예측하는 바이오마커로서의 역할 뿐 아니라 비소세포폐암 등의 돌연변이 예측 및 표적 항원 정량화에도 적용될 수 있음을 발표하게 되어 뜻깊게 생각한다”며 “앞으로도 루닛 스코프가 암환자 맞춤형 치료법 제공에 폭 넓게 적용될 수 있도록 연구 범위를 적극 확대해 나갈 계획”이라고 말했다.

• 관련 기사 더보기