[★]Attention 기반 분석을 통한 circRNA 기반 HCC 예측: Ensemble Heterogeneous Graph Attention Networks (HAN) 활용

팀명

장한

팀원 명단

장한, 김대민, 정성훈

지도교수

이규철 교수님

작품 배경 및 목적

간세포암(HCC)은 가장 흔하고 치명적인 간암의 형태로, 조기 발견과 정확한 진단이 환자의 결과를 개선하는 데 매우 중요하다. 기존의 영상의학적 방법은 고비용과 침습적인 절차를 포함하지만, 순환 RNA(circRNA)는 비침습적인 암 바이오마커로서 잠재력을 보여주고 있다. 본 연구에서는 circRNA 데이터를 사용하여 Heterogeneous Attention Network (HAN)를 통해 HCC의 존재를 예측하고, HAN 모델의 Attention 메커니즘을 활용하여 중요한 circRNA와 호스트 유전자를 식별하였다. HAN 모델을 통해 얻어진 임베딩은 XGBoost와 결합하여 높은 예측 정확도를 달성하였으며, 이는 HCC 예측을 위한 새로운 비침습적 접근 방식을 제시한다. 이러한 방법론은 HCC뿐만 아니라 다른 유형의 암 진단에도 유용할 수 있을 것이다.

작품 내용

순환 RNA(이하 circRNA)는 인간 조직에서의 안정성과 풍부함으로 인해 주목받고 있는 비암호화 RNA의 한 종류이다. circRNA는 폐쇄된 고리 구조를 가지며, 이는 일반적인 선형 RNA와 달리 분해 효소에 저항성을 가지게 한다. 이러한 특성으로 인해 circRNA는 생물학적 샘플에서 상대적으로 안정하게 존재할 수 있으며, 이는 진단 및 치료 바이오마커로서의 잠재력을 높인다.

최근 연구에 따르면 circRNA는 암의 발생과 진행에서 중요한 역할을 한다. 예를 들어, 일부 circRNA는 암세포의 증식, 침윤, 전이 및 약물 저항성과 관련된 경로에 직접 관여한다. 이는 circRNA가 암의 주요 바이오마커로서의 가능성을 보여주며, 특히 비침습적 방식으로 암을 조기에 진단하고 예측하는 데 유용할 수 있음을 시사한다.

간세포암(HCC)은 간암 중 가장 흔하며, 특히 가장 치명적인 유형으로 전 세계적으로 주요 사망 원인 중 하나로 꼽힌다. HCC의 높은 치사율은 조기 발견과 정확한 진단의 어려움에서 기인한다. 전통적인 영상의학적 진단 방법은 HCC를 초기 단계에서 발견하지 못하는 경우가 많아 높은 사망률을 초래한다. 또한, 이러한 방법들은 고비용과 침습적인 절차를 포함하여 환자에게 큰 부담을 준다. 따라서 조기 진단과 치료 전략을 향상시키기 위한 비침습적이고 비용 효율적인 새로운 바이오마커와 예측 모델의 필요성이 절실하다.

circRNA는 혈액, 소변 등 체액에서도 쉽게 검출될 수 있어 비침습적인 진단 도구로서의 강력한 잠재력을 가지고 있다. 이는 환자에게 부담을 주지 않으면서도 반복적인 샘플링과 모니터링을 가능하게 한다. 특히, circRNA는 종양의 특정 상태와 관련된 유전자 발현 변화를 반영할 수 있어, 종양의 존재 여부뿐만 아니라 그 진행 상태까지도 파악할 수 있다.이러한 이유로 본 연구에서는 circRNA 데이터를 이용하여 HCC를 예측하는 방법을 탐구하였다.

circRNA와 그 호스트 유전자 사이의 복잡한 상호작용을 효과적으로 모델링하기 위해 Heterogeneous Attention Network (HAN)를 사용하였으며, 임베딩된 노드 표현을 이용해 XGBoost를 적용하여 예측 성능을 향상시켰다. HAN 모델을 통해 얻어진 임베딩은 XGBoost와 결합하여 높은 예측 정확도를 달성하였으며, 이는 HCC 예측을 위한 새로운 비침습적 접근 방식을 제시한다. 이러한 방법론은 HCC뿐만 아니라 다른 유형의 암 진단에도 유용할 수 있을 것이다.

창의작품경진대회_결과보고서(장한) - 김대민.hwp

HWP 다운로드 • 4.78MB

https://github.com/cnu-graduation-project-janghan