암 분석 멀티오믹스 통합 모델 OMIDIENT 개발

주장암의 복잡한 발생 기전을 이해하기 위해서는 유전체학, 전사체학, 후성유전체학 등 다양한 분자 수준의 데이터를 통합적으로 분석하는 계산 방법이 필요합니다. 연구진은 이러한 분석 수요를 충족하고자 새로운 멀티오믹스 통합 도구인 OMIDIENT를 개발했습니다.

팩트OMIDIENT는 디리클레 오토인코더 네트워크를 기반으로 설계된 암 분석 모델입니다. 이 모델은 심층 생성 모델을 활용해 희소하고 구성적인 잠재 표현을 효과적으로 모델링합니다.

팩트연구진은 다섯 가지 암 데이터를 대상으로 모델의 성능을 검증했습니다. 검증 결과, OMIDIENT는 기존의 최첨단 비지도 멀티오믹스 통합 분석 방식보다 우수한 성능을 나타냈습니다.

팩트해당 모델은 메신저 리보핵산 발현 데이터, 디엔에이 메틸화 데이터, 마이크로 리보핵산 발현 데이터를 통합적으로 처리합니다. 이를 통해 클러스터링과 분류, 누락된 데이터 복원 작업에서 높은 정확도를 보입니다.

팩트이러한 데이터 복원 능력은 결측치가 빈번하게 발생하는 실제 의료 데이터 환경에서 큰 강점으로 작용합니다.

주장OMIDIENT는 단순한 성능 향상을 넘어 학습된 표현을 통해 데이터의 근본적인 구조를 파악합니다. 이는 암 발생 기전에 대한 해석 가능성을 높여 연구의 가치를 더합니다.

팩트이번 연구에는 핀란드 알토 대학교와 헬싱키 대학교, 아랍에미리트 모하메드 빈 자이드 인공지능 대학교 연구진이 공동으로 참여했습니다. 네가 사피니아니니 연구원이 교신 저자로 연구를 이끌었습니다.

팩트관련 논문은 2025년 7월 14일에 접수되었으며 2026년 6월 19일에 승인되었습니다. 이후 2026년 7월 6일 네이처 커뮤니케이션즈 바이올로지를 통해 공식 출판되었습니다.

교차검증본 연구 결과는 오픈 액세스로 공개되어 크리에이티브 커먼즈 라이선스에 따라 출처를 밝히면 자유롭게 공유할 수 있습니다. 다만 상업적 이용이나 수정 시에는 저작권자의 허가가 필요합니다.

교차검증연구진은 핀란드 연구 위원회와 유럽 연합의 지원을 받아 연구를 수행했습니다. 또한 연구진은 이해 상충이 없음을 명시하며 객관성을 확보했습니다.

주장이번 OMIDIENT 개발은 암 연구 분야에서 데이터 통합 분석의 새로운 기준을 제시했다는 평가를 받습니다.

출처네이처 커뮤니케이션즈 바이올로지(https://www.nature.com/articles/s42003-026-10578-1)를 교차 검증했습니다. 본 연구는 핀란드 인공지능 센터와 유럽 연합의 차세대 기금 지원을 받아 수행되었습니다.