인공지능(AI)을 활용해 파킨슨병 증상이 나타나기 최대 7년 전에 발병을 예측할 수 있는 혈액 검사 방법이 개발됐다. 영국 유니버시티칼리지런던(UCL) 그레이트오몬드스트리트 아동건강 연구소(Institute of Child Health and Great Ormond Street Hospital)의 제니 헬크비스트(Jenny Hällqvist) 연구원, 독일 괴팅겐대병원의 마이클 바틀(Michael Bartl) 박사 공동 연구팀은 기계학습 알고리즘을 이용해 파킨슨병 발병을 예측할 수 있는 기술을 개발하고 18일 ‘네이처 커뮤니케이션즈’에 발표했다. 

신경퇴행성 질환인 파킨슨병(PD) 환자는 전세계 1000만명 이상에 달하며 인구 고령화로 날로 증가하는 추세다. 파킨슨병은 운동지체, 경축, 떨림, 보행장애를 특징으로 하며, 이런 운동증상이 파킨슨병의 진단기준이 된다. 그러나 이런 운동증상이 발생하기 수년에서 수십년 전부터 이미 파킨슨병의 병리가 서서히 진행하는데 이를 전운동 증상(또는 운동전 증상, premotor symptoms)이라고 한다. 전운동 증상으로는 렘수면행동장애(rapid eye movement sleep behavior disorder), 우울증, 변비, 후각저하 등이 꼽히며 운동증상에 앞서 선행하는 것으로 알려져 있다. 이런 전운동증상은 파킨슨병 발병을 예측하는 임상적 생물표지자로서 의의가 있다.

연구팀은 신규 진단된 파킨슨병(de novo PD) 환자 99명과 건강한 지원자 36명, 독립된 REM 수면 행동장애(isolated REM sleep behaviour disorder, iRBD)가 있는 운동전 증상(pre-motor individual)이 있는 72명(단순형 18, 장기지속형  54명) 등의 혈액 샘플을 분석했다.

연구진을 샘플을 분석해 파킨슨병과 관련된 과정과 직접적으로 연관된 23개의 단백질을 확인했다. 이를 인공지능을 이용한 기계학습을 통해 8개의 신뢰도 높은 바이오마커(단백질)로 압축, 선별했다. 바틀 박사는 “8개의 혈액 바이오마커 패널을 사용하여 100%의 특이도로 파킨슨병 환자와 건강한 대조군을 구별할 수 있었고, 루이소체치매(dementia with Lewy bodies, DLB) 또는 운동파킨슨병(NSD 3기)가 발생하기 최대 7년 전에 독립된 REM 수면행동장애 피험자의 79%를 식별할 수 있었다”며 “8개의 혈액 바이오마커(단백질)은 신약개발의 표적이 될 수 있다”고 말했다. 

이번 연구는 파킨슨병의 병리 진행 단계에서 초기에 나타나는 말초조직에서의 시누클레인 신경질환(neuronal synuclein disease, NSD)의 잠재적인 스크리닝 및 검출 마커를 제공함으로써 NSD 관련 연구를 발전시키는 데 기여할 것으로 기대된다.

시누클레인의 뇌내 축적(α-synuclein aggregation)은 중추신경계의 퇴행적 변성을 전파하는 데 일조한다. 그 예로 혈액을 떠도는 염증위험인자(Inflammatory risk factor : 예컨대 C-reactive-protein, Interleukin-6, α-synuclein-specific T-cell 등)의 확산을 유발한다. 이런 위험인자들은 iRBD, 초기 단계의 NSD, 파킨슨병 및 루이소체치매의 가장 특이적인 예측 지표가 될 것으로 예상된다. 

제니 헬크비스트 연구원은 “대부분 파킨슨병으로 인해 뉴런이 망가진 뒤에 치료를 시작한다”며 “이번 선행 진단 예측 기술을 통해 파킨슨병을 선제적으로 치료를 해야 한다”고 말했다. 현재 파킨슨병 치료는 비운동 증상(운동전 증상) 단계에서 질병 진행을 예방하는 신경보호 전략(neuroprotective strategies)이 실패하는 상황에 갇혀 있다. 이는 파킨슨병의 임상적 이질성(여러 표현형이 존재)과 객관적 판독이 가능한 바이오마커 부족에 기인하고 있다. 

공동 연구팀은 “연구를 진행해 혈액 한 방울로 파킨슨병을 진단하고, 나아가 더 이른 단계에서 질병 진행을 늦추거나 심지어 발생을 방지할 수 있는 기술을 개발하겠다”고 다짐했다.