[연구의 필요성]

알츠하이머병(AD)의 진행을 모니터링하는 것은 환자 치료에 매우 중요하다. 그러나 기존의 연구들은 뇌의 여러 영역에서 발생하는 복잡하고 상호 연관된 신경 퇴행을 간과하며, AD 병리 및 유전자형이 신경 퇴행에 미치는 영향을 제대로 모델링하지 못한다는 한계점을 가지고 있다. 또한, 경도인지장애(MCI) 환자 중 알츠하이머병으로 악화될 가능성이 높은 환자를 식별하는 것은 중요하며, 이를 위해 신경 퇴행의 동역학을 모델링하는 것이 필요하다.

 

[포스텍이 가진 고유의 기술]

본 연구는 알츠하이머병 환자 치료에 필수적인 경도인지장애(MCI-AD)의 진행을 모니터링하는 데 중점을 둔다. 우리는 뇌의 여러 영역에 걸쳐 복잡하게 상호 연관된 신경 퇴행을 모델링하는 새로운 접근 방식인 '신경 퇴행 동역학'을 제시한다. 이를 위해DISCLOSE (Dynamics Individualized by Static Covariates without Longitudinal Screening) 프레임워크를 제안한다. 이 프레임워크는 오직 기준선(baseline)의 아밀로이드-베타 침착과 APOE4 대립유전자 수 정보만으로 환자별 신경 퇴행 동역학을 예측하며, 상미분 방정식(ODE)을 사용하여 모델링한다. 우리는 알츠하이머병 신경영상(ADNI) 데이터셋의 종단 MRI 샘플을 사용하여 DISCLOSE를 평가했으며, 그 결과 DISCLOSE가 장기적인 궤적 예측에서 기존 방법을 능가함을 입증했다. 특히 3년 이상에 대한 예측에서 우수한 성능을 보였다. 이 연구는 개인화된 질병 궤적 모델링에 중요한 진전을 제시하며, 알츠하이머병 관련 유전자형과 병리가 지역별 위축 진행에 미치는 영향을 정량적으로 해석할 수 있도록 제안한다.

 

[연구의 의미]

이 연구는 신경 퇴행 동역학이라는 개념을 도입하여 뇌 영역 간의 관계를 보여주고, 심각한 신경 퇴행의 시작을 예측할 수 있게 한다. 또한, DISCLOSE 프레임워크는 기준선 데이터만을 사용하여 개인별 신경 퇴행 동역학을 도출하여 종단적 모니터링 및 시뮬레이션을 지원한다. APOE4 유전자형 및 초기 아밀로이드 부담 데이터를 통합함으로써, DISCLOSE는 위축 추정 정확도를 크게 향상시키며, 아밀로이드 부담, APOE4 상태 및 진행성 뇌 위축 사이의 복잡한 상호 작용을 포착한다. 이러한 개인별 질병 진행 패턴에 대한 이해는 신경 퇴행성 질환을 개념화하고, 모니터링하며, 궁극적으로 치료하는 방식을 근본적으로 변화시킬 수 있다.

 

[연구결과의 진행 상태 및 향후 계획]

본 연구는 의료영상처리 분야 최우수 국제학술대회인 The Medical Image Computing and Computer Assisted Intervention Society (MICCAI) 2025에 Oral Presentation으로 선정되어 발표될 예정이다. 향후 보다 더 많은 데이터셋에 적용하고 환자별 최적화를 더욱 효과적으로 할 수 있도록 방법론을 고도화 시키는 방법으로 연구를 진행할 예정이다.

 

[성과와 관련된 실적]

Wooseok Jung*, Joonhyuk Park*, Won Hwa Kim, “DISCLOSE the Neurodegeneration Dynamics: Individualized ODE Discovery for Alzheimer’s Disease Precision Medicine”, Medical Image Computing and Computer Assisted Intervention (MICCAI), 2025. [*: equal contribution, Oral presentation: 76/3447 = ~2.2%]

 

[성과와 관련된 이미지]