국내 연구진이 암 관련 유전자를 보다 빠르고 정확하게 찾을 수 있는 특화된 검색엔진을 개발해 화제가 되고 있다.

미래창조과학부는 한국과학기술원(KAIST) 전산학과 박종철 교수 연구팀이 광주과학기술원(GIST) 이현주 교수와 함께 암 유전자에 특화된 검색엔진 '온코서치(OncoSearch, http://oncosearch.biopathway.org)를 개발했다고 22일 밝혔다.

이는 생물학 및 의학 연구문헌을 저장하는 데이터베이스인 메드라인에 탑재된 300만 건에 육박하는 암 관련 유전자에 대한 연구문헌에서 암-유전자 관련성에 대한 정보를 빨리 검색할 수 있어 암 연구를 위한 새로운 도구가 될 것으로 기대된다.
 
암은 수천 개 이상 유전자의 비정상적 변화와 그에 따른 신호전달 체계 교란이 주요 원인으로 암의 원인을 이해하고 치료하기 위해서는 이들 유전자의 변화와 암과의 관련성을 이해하는 것이 중요하다.

이에 수많은 유전자 변화의 암 관련성에 관한 연구결과들을 바로 파악하고 수집해 종합적으로 분석, 판단하는 것이 요구된다.

연구팀이 개발한 온코서치는 의학 및 생물학 연구문헌에서 유전자의 발현량 변화와 유전자 변화에 따른 암 상태 변화를 기술하는 문장을 찾아내는 검색엔진이다.

유전자의 발현이란 DNA가 RNA 및 단백질로 전사 및 번역되는 것으로 유전형이 표현형으로 반영되는 가장 기초적인 단계이다.

이에 유전자 발현량의 변화는 유전자가 표현형을 조절하는 가장 기본적 도구가 된다.

이 온코서치는 첨단 텍스트마이닝(Text Mining) 기술인 사건 정보 추출 시스템과 최대 엔트로피 분류기를 사용해 문장의 구조를 심도있게 분석, 유전자 발현량의 증감 및 암의 진행상태 파악을 용이하도록 했다.

최대 엔트로피(maximum entropy)는 알려진 사전 정보를 기반으로 엔트로피가 최대가 되는 확률분포를 최적으로 선정하는 원리로 최대 엔트로피 분류기란 이러한 원리를 기반으로 확률모델을 만들어 이종데이터를 분류하는 분류기이다.

특히 각 유전자가 암 진행에 기여하는 정도를 문장 구조 분석 및 추론을 통해 파악하기 때문에, 기존의 암 관련 유전자 정보 수집 기법들과는 달리 암 관련 유전자 역할에 대한 명시적인 표현(oncogene, tumor suppressor 등)이 없어도 관련된 정보를 파악할 수 있다.

또한 메드라인에 등재된 모든 논문에서 1700종 이상의 악성종양과 7500개 이상의 유전자에 관한 문헌정보를 빠르고 정확하게 검색, 대량의 정보를 쉽게 수집할 수 있게 됨에 따라 암 연구의 질적향상에 기여할 것으로 기대된다.

박 교수는 "온코서치가 첨단 텍스트마이닝 기술을 사용해 연구문헌에서 자동으로 수집한 암 관련 유전자에 대한 대량의 정보는 향후 자동 추론기술 등을 활용해 암 연구를 위한 새로운 도구로 활용될 수 있다"고 의의를 밝혔다.

한편, 이번 연구는 언어학, 컴퓨터공학, 생물학 및 의학을 포괄적으로 연계하는 융합연구로 미래창조과학부가 추진하는 중견연구자지원사업의 지원으로 수행됐다.

이 연구결과는 최근 생물학 분야 학술지 핵산연구(Nucleic Acids Research) 온라인판에 게재됐다.