조직 이미지로 유전자 활동 읽는 AI 나왔다
인공지능신문 ·
✦ AI 요약
약 98만 개 조직 이미지-유전자 정보 쌍 학습한 AI 프레임워크 ‘ST-ConMa’ 개발… 두 정보의 특징과 서로의 관계까지 함께 학습
인공지능신문에 따르면 GIST 연구팀이 조직 이미지와 유전자 발현 정보를 함께 학습해 이미지 만으로도 유전자 활동을 예측하고 조직 내부 영역까지 가려내는 AI 프레임워크를 개발했다. 이 모델은 약 98만 개의 조직 이미지-유전자 정보 쌍을 학습했고, 9월 28일 관련 결과가 국제학술지에 게재됐다. 핵심은 조직의 겉모양과 유전자 활동을 따로 맞춰보는 데 그치지 않고, 두 정보가 어떻게 연결되는지까지 함께 익히도록 설계한 점이다. 연구팀은 이를 바탕으로 기존처럼 특정 분석에 묶인 모델보다 더 넓은 분석 작업에 쓰일 가능성을 확인했다고 설명했다. 실제 검증에서는 조직 이미지에서 유전자 발현을 예측하는 성능과 조직 안의 서로 다른 구역을 나누는 능력을 함께 살폈다. 특히 암 조직과 뇌 조직처럼 내부 차이가 복잡한 사례에서 보이지 않던 경계와 특성 차이를 더 세밀하게 포착할 수 있음을 보여줬다.
관점
이번 성과는 조직의 모양을 보는 분석과 유전자 활동을 읽는 분석이 따로 놀던 흐름을 한데 묶으려는 시도로 읽힌다. 한 번 학습한 기반 모델이 여러 분석으로 확장될 수 있다면 연구 현장에서는 도구를 갈아끼우는 부담이 줄고, 질환 조직의 미세한 차이를 해석하는 방식도 더 정교해질 수 있다. 결국 중요한 변화는 성능 경쟁 자체보다, 조직 데이터를 다루는 공통 토대를 만들 수 있느냐에 있다.
이 관점은 비즈크러시가 작성한 자체 의견이며, 인공지능신문의 보도 내용과 무관합니다.
이 기사는 자동생성 알고리즘의 도움을 받아 작성되었습니다.
출처 인공지능신문
원문 확인이 기사는 인공지능신문 원문을 바탕으로 비즈크러시가 요약 정리했습니다. 정확한 인용과 세부 내용은 원문을 확인해 주세요.