Network-based interpretable machine learning for predicting immune checkpoint inhibitor response and cancer recurrence
연구 내용
환자 전사체 기반 세포-세포 통신 및 네트워크 정보를 활용해 면역관문억제제(Ici) 반응과 재발 위험을 해석가능하게 예측하는 연구
본 연구는 환자 전사체로부터 세포-세포 통신 네트워크와 면역 관련 시그니처를 복원하고, 네트워크 기반 특징을 입력으로 하는 머신러닝 모델로 ICI 반응과 재발 위험을 예측합니다. 또한 해석가능 모델링을 통해 반응과 내성에 관여하는 통신 경로와 생물학적 플레이어를 제시합니다. 더불어 온라인 업로드 없이 생존분석을 수행할 수 있는 오프라인 도구를 제공하여 임상 데이터 분석 파이프라인을 보완하는 차별성을 보유하고 있습니다.
관련 연구 성과
관련 논문
4편
관련 특허
1건
관련 프로젝트
3건
연구 흐름
초기에는 ICI 치료 환자 데이터를 네트워크로 재구성하고, 기존 바이오마커 대비 안정적인 예측을 수행할 수 있는 특징 선택 절차를 확립했습니다. 이후 환자별 bulk 전사체에서 세포-세포 통신 네트워크를 해독하여, 반응 예측 성능과 함께 핵심 통신 경로를 설명하는 방향으로 확장했습니다. 최근에는 면역 세포 구성과 TNM 단계 정보를 통합해 CRC 재발 예측을 개선하고, 오프라인 생존분석 도구를 활용한 분석 접근성을 강화하는 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Network-based machine learning approach to predict immunotherapy response in cancer patients
Cell-cell communication network-based interpretable machine learning predicts cancer patient response to immune checkpoint inhibitors
Information about immune cell proportions and tumor stage improves the prediction of recurrence in patients with colorectal cancer
OASIS portable: User-friendly offline suite for secure survival analysis
관련 특허
구분
제목
네트워크에 기반한 머신러닝 기법을 활용하여 암 환자에 대한 ICI 치료 효과와 전체 생존률을 예측할 수 있는 바이오마커의 탐색 장치 및 방법
관련 프로젝트
구분
제목
의료기기혁신센터
의료기기혁신센터
생물학연구정보센터