정보영·김대훈·박한진 연세대 의대 심장내과 교수, 양필성 의생명과학부 조교 연구팀은 혈액 속 단백질 정보를 기반으로 심방세동 발생 위험을 예측할 수 있는 인공지능(AI) 모델을 개발했다고 9일 밝혔다.

심방세동은 가장 흔한 심장 부정맥으로 뇌졸중과 심부전 위험을 높이는 주요 원인이다. 하지만 초기에는 증상이 뚜렷하지 않아 진단을 받지 못한 채 방치되기 쉽다. 이에 따라 질병이 발생하기 전에 위험도를 정확하게 예측하고 고위험군을 선별해 예방적 치료를 시행하는 정밀의료 전략이 필요하다.

연구팀은 약 5만1680명(샘플선정군 3만6176명, 검증군 1만5504명)의 영국 바이오뱅크(UK biobank) 데이터를 대상으로 혈액 속 단백질과 심방세동 발생 여부와의 연관성을 분석했다. 이를 통해 심방세동 발생과 유의미한 상관관계를 보이는 단백질 후보군(165가지, 이 중 15가지는 심방 재형성과 관련)을 식별했다.

이후 미국의 ARIC 코호트(지역사회 내 죽상경화증 위험평가 개인 1만1012명, 여성 54.8%, 사건 1260건) 연구자들과 협력해 식별한 단백질 후보군이 동일하게 잘 작동함을 확인했다. 연구팀이 개발한 프로테오믹스 모델의 단백질 정보를 이용했을 때 기존 임상예측모델보다 뛰어난 정확도를 보였다.

특히 해당 단백질 정보는 심방세동이 실제 발생할 때까지의 시간을 예측하기도 했는데 연구팀은 이를 단순 위험예측을 넘어 질병 진행 경과를 추정할 수 있는 기능으로도 평가했다.

또 일부 단백질은 심방세동뿐만 아니라 뇌졸중, 심부전 등 동반 질환의 발생과도 연관돼 심혈관계 질환 전반에 걸친 새로운 바이오마커로의 확장 가능성을 보였다.    

정보영 교수는 “혈액 단백질 분석으로 심방세동 위험을 예측함으로써 향후 예방 중심의 심혈관 진료 패러다임에 중요한 전환점을 마련할 수 있을 것”이라고 설명했다.

김대훈·박한진 교수는 “이번 연구는 다수의 유럽 및 아시아 인구집단을 기반으로 진행된 대규모 혈액 내 단백질 분석으로, 다양한 인종과 환경에서도 활용 가능한 예측 모델을 제시했다는 점에서 의미가 크다”고 강조했다.

이번 연구결과는 국제학술지 ‘서큘레이션’(Circulation, IF 35.5)에 ‘Proteomic Signatures for Risk Prediction of Atrial Fibrillation’라는 제목으로 지난달 22일 게재됐다.