1. 인공지능 기반의 머신러닝을 이용한 약물 반응성 예측 프로그램 구축 2. 폐암 오가노이드 구축 및 유전적/세포학적 특성 규명 3. 예측된 약물에 대한 폐암 오가노이드의 반응성 확인 4. T cell 데이터 수집 및 CDR3 시퀀싱 5. 머신 러닝 기반 CDR3 분류 ● 본 연구과제는 인공지능 기반의 머신러닝을 이용한 약물재창출 (Drug Repurposing) 프로그램을 통하여 새로운 폐암 치료제를 발굴하고, 폐암 환자 유래의 오가노이드 모델 플랫폼을 통하여 그 기능을 확인함과 동시에 약물 치료 후 재발을 예측하고자 하였음. ● University of Cambridge의 Milner Institute에 있는 황우창 박사팀의 도움으로 AI 프로그램을 이용하여, Publish되어 있는 폐암환자 RNA-seq data를 활용하여 pathway 분석 및 유전자 발현을 분석하고, 이들을 targeting 할 수 있는 시판되고 있는 약물들의 리스트를 확보하였음. ● 또한 비소세포폐암 조직 정보를 포함한 대규모 공개 데이터베이스의 시퀀싱 데이터를 수집하고 CDR3 서열을 추출하여 분석함. ● Word2vec 등의 자연어 처리 방법 기반으로 TCR 레퍼토리를 임베딩하고 이를 활용한 클러스터링 결과에서 비소세포폐암이 다른 레퍼토리와 이질적으로 분류됨을 확인함 ● 편평상피세포암 (Lung squamous cell cancer, SCC)과 선암 (Lung Adenocarcinoma) 환자에게서 10종이 넘는 오가노이드 (Organoid)를 수립하였고, 이들을 우선 면역형광염색법 (Immunofluorescence)과 단일세포 분석을 통하여 charaterization을 하였음. ● 여러 가지 약물들 중 한가지에 대해서 테스트를 하였으며, 폐암 오가노이드가 반응하는 것을 확인하였음.