생성적 적대 신경망을 기초로 암의 예후 예측에 사용되는 바이오 마커의 선정이 가능한 전자 장치 및 그 동작 방법

GAN 기계학습 기반 유전자 영향력 지수로 암 예후 바이오마커를 선정하는 전자 장치

본 기술은 예후 양호군과 불량군 암환자의 유전자 데이터와 유전자 네트워크를 생성적 적대 신경망(GAN)으로 학습해 유전자 간 영향 가중치를 산출하는 전자 장치입니다. 두 군의 가중치 차이로 유전자별 영향력 지수를 구하고 상위 유전자를 암 예후 예측용 바이오마커로 결정합니다.

인공지능으로 환자의 유전자 특성에 따라 암 예후를 예측하려는 시도가 있었지만 사람의 유전자 종류가 너무 많아 모든 유전자를 반영한 모델 구성에 한계가 존재했습니다. 또한 예후에 영향이 적은 유전자까지 포함하면 예측 모델의 정확도가 떨어지는 문제가 있었습니다.

본 기술은 유전자 데이터 종류별로 GAN 학습 가중치의 분포 차이를 쿨백-라이블러 발산으로 비교해 영향력 지수를 산출하고, 선정된 바이오마커만으로 지도학습 예측 모델을 생성합니다. 수많은 유전자 중 예후와 밀접한 소수 유전자에 집중함으로써 예측 정확도가 향상됩니다. 정밀 의료 기반 암 예후 진단 소프트웨어, 맞춤형 치료 전략 수립 플랫폼 등에 적용될 수 있어 환자별 치료 방법 선택의 근거를 정량적으로 제시할 수 있습니다.

‍

‍

Key Features:

• 암의 예후가 좋은 군과 나쁜 군의 암환자로부터 수집된 유전자 데이터 값을 각각 기록한 제1 및 제2 유전자 테이블 유지부
• 유전자 간 링크가 설정된 유전자 네트워크와 유전자 테이블을 기초로 GAN 기계학습을 수행해 유전자 간 영향 정도를 표상하는 가중치를 연산하는 가중치 연산부
• 유전자 데이터 종류별로 제1 가중치와 제2 가중치에 기초하여 각 유전자의 암에 대한 영향력 지수를 연산하는 영향력 지수 연산부
• 영향력 지수의 총합이 큰 순서로 기설정된 개수의 유전자를 선정하여 암 예후 예측용 바이오마커로 결정하는 바이오마커 결정부

‍