- 감염진단 핵심 과제인 ‘신속한 균주 분류’와 ‘정확한 항생제 내성 예측’을 AI로 해결하는 접근법 발표
- ‘유전체 기반 계층적 분석 시스템’으로 균주 한 번에 판별…42개 병원성 세균의 정밀 역학조사까지 가능
- 기존 방식보다 향상된 성능 가진 ‘항생제 내성 예측 모델’ 개발, 미지의 내성 유전자까지도 확인 가능
CJ바이오사이언스가 이달 11일부터 15일까지 오스트리아 빈에서 열리는 ‘2025 유럽임상미생물감염학회(European Society of Clinical Microbiology and Infectious Diseases, 이하 ‘ESCMID’)’에서 AI 기반 차세대 감염진단 기술 연구성과를 발표한다고 10일 밝혔다.
‘ESCMID’는 120여개국, 1만 3000명 이상의 감염병 및 임상 미생물학 연구자들이 참가하는 세계 최대 규모의 감염학회다. CJ바이오사이언스는 감염진단의 핵심 과제인 ‘신속한 균주 분류’와 ‘정확한 항생제 내성 예측’을 AI로 해결하는 새로운 접근법을 발표할 예정이다.
CJ바이오사이언스는 42개 주요 병원성 세균의 유전체 정보를 기반으로 ‘유전체 기반 계층적 분류 시스템’을 개발해 ‘신속한 균주 분류’ 과제를 해결해냈다. 이 시스템을 활용하면 일반적인 균주의 분류부터 감염병 확산 시 추적을 할 수 있는 정밀한 역학조사까지 다양한 수준의 분석을 신속하게 수행할 수 있다.
기존 균주 판별 방식은 역학적으로 연관된 균주를 찾기 위해 모든 균주간 비교 분석이 필요했다. 하지만 이 시스템을 활용하면 유사도가 높은 균주를 한 번에 판별해주기 때문에 기존 방식 대비 빠르게 균주를 확인할 수 있다.
‘항생제 내성 예측 모델’에는 각 유전자를 둘러싼 주변 유전자 분포까지 고려하는 AI 언어 모델링 방식을 도입했다. 이 예측 모델은 14개 세균 속(genus)과 39개 항생제에 대해 최대 0.99의 높은 예측성능을 보였다. 이는 기존의 항생제 내성 유전자 데이터 베이스 기반 내성 예측 방식보다 월등히 향상된 성능이다.
이 방식을 활용하면 아직 파악하지 못한 미지의 내성 유전자도 파악이 가능하다. 또한 동일한 내성 유전자라도 주변 유전자 분포에 따라 내성이 달라지는 현상인 ‘맥락 의존적 내성 현상’까지도 예측이 가능하다.
CJ바이오사이언스 관계자는 “이 기술을 활용하면 의료 현장에서의 감염 확산을 조기에 확인할 수 있어 감염 관리에 도움이 될 것”이라며 “어떤 항생제가 효과적인 항생제인지를 정확히 예측할 수 있는 항생제 내성 예측 기술은 감염 치료에 실질적인 도움을 줄 것으로 기대한다”고 밝혔다.
