최종편집 2024-04-19 14:39 (금)
코로나 걸렸다면 비확진자에 비해 불면증 걸릴 확률 3.3배 높아
상태바
코로나 걸렸다면 비확진자에 비해 불면증 걸릴 확률 3.3배 높아
  • 경기메디뉴스 김선호 기자
  • 승인 2021.11.18 12:15
  • 댓글 0
이 기사를 공유합니다

코로나19 위중증환자 최대질병중증도 미리 예측 가능해져
코로나바이러스 치료용 펩타이드, AI 이용 핵심 기반 구축

코로나19 확진자는 일반 성인에 비해 불면증에 걸릴 확률이 3.3배 높다는 사실을 규명했다. 

18일 병원계에 따르면 코로나19 팬데믹 이후 불면증과의 상관 관계 등 그간 관심을 모았던 이슈들에 대한 연구 결과가 최근 속속 발표되고 있다.

사진 왼쪽부터 오탁규 교수, 송인애 교수, 서울대병원 정신건강의학과 박혜윤 교수
사진 왼쪽부터 오탁규 교수, 송인애 교수, 서울대병원 정신건강의학과 박혜윤 교수

분당서울대병원 마취통증의학과 오탁규 교수팀(송인애 교수, 서울대병원 정신건강의학과 박혜윤 교수)이 코로나19 확진자는 일반 성인에 비해 불면증에 걸릴 확률이 3.3배 높다는 사실을 국내 최초 규명했다.

연구는 국내 정신건강 분야의 정통지인 대한신경정신의학회 발행 ‘신경정신의학지’에 게재됐다.

연구 결과, 코로나19 양성판정을 받은 적이 있는 사람은 그렇지 않은 사람에 비해 불면증을 겪을 확률이 3.3배 높은 것으로 확인됐다. 세부적으로는 위험도가 여성에서 3.5배, 40~50대에서 4.2배로 증가하는 양상을 보였다. 또한, 정신질환이 없거나 동반질환지수(점수가 높을수록 기저질환 악화를 의미)가 낮은 환자일수록 확진에 따른 불면증 증감폭이 크게 나타났다.

오탁규 교수는 “이번 연구는 코로나19와 불면증의 상관관계를 최초로 입증한 데 의의가 있다”며, “위드코로나가 시행됨에 따라 확진자 증가가 예상되는 만큼 불면증, 신체기능의 저하 등을 비롯해 코로나19 양성 판정자들이 경험하는 삶의 질 저하를 예방하는데 본 연구결과를 활용할 수 있을 것”이라고 말했다.

사진 왼쪽부터 구교철 교수, 이광석 교수
사진 왼쪽부터 구교철 교수, 이광석 교수

연세대 강남세브란스병원 비뇨의학과 구교철‧이광석 교수와 KAIST 경영대학 안재현 교수팀이 역치 최적화 시뮬레이션 기법을 이용한 코로나19 환자의 최적 중등도 분류시스템에 관한 연구 결과를 발표했다. 신규확진자 유입량 대비 가용한 병상수에 따라, 반드시 중환자실이 필요한 환자에게 제한된 의료자원을 효율적으로 배분하는 시스템이다.

이번 연구는 범부처 의료기기개발 국책사업 “공기매매-감염병 의증환자의 조기 선별진단과 확산 방지를 위한 스마트 알고리즘 개발 및 이동식 격리 연계시스템 개발” 과제로 진행됐다.

연구 결과, 중환자실 치료가 필요한 정도(기관 삽관, 에크모 적용, 사망)의 중증질환으로 이환될 확률을 96.5%의 정확도로 예측할 수 있었다. 이는 기존 해외 연구의 결과의 정확도(77~91%)에 비해 높은 수준이다.

구교철 교수는 “이번 연구로 신규확진자 유입량 대비 가용한 의료자원(중환자실)에 따라 중증도 예측확률 역치를 조절함으로써 COVID-19 사망률을 낮출 수 있다”며 “중환자실 치료가 반드시 필요한 환자들에게 병상이 배정되도록 하고, 가용한 의료자원의 효율적인 배분이 가능해 위드 코로나 시대의 활용도가 높을 것”이라고 말했다.

사진 왼쪽부터 발라찬드란 마나발란 연구조교수, 이광 교수

아주대학교 의과대학 발라찬드란 마나발란(Balachandran Manavalan) 연구조교수(생리학교실)와 이광 교수(생리학교실·분자과학기술학과)는 코로나바이러스 치료제로 단백질 구성요소인 소수의 아미노산으로 연결된 펩타이드를 인공지능의 기계학습(Machine Learning)을 통해 프레임워크를 구축했다고 밝혔다.

연구 결과는 최근 computational biology(생명정보학) 분야에서 세계적 권위의 국제학술지 Briefings in Bioinformatics(IF: 11.622)에 ’Comparative analysis of machine learning-based approaches for identifying therapeutic peptides targeting SARS-CoV-2(SARS-CoV-2 표적 치료 펩타이드 식별을 위한 기계학습 기반 접근법의 비교 분석)‘란 제목으로 게재됐다.

연구팀은 이번 프레임워크는 코로나바이러스에 대한 항바이러스 펩타이드와 염증반응을 조절하는 대표적인 물질인 인터루킨-6(interleukin-6, IL-6) 유도 펩타이드의 예측 핵심 알고리즘, 기능 인코딩 체계, 성능 측면에서 최신의 펩타이드 정보 등을 종합적으로 평가해 개발한 것으로, 핵심 기반을 구축했다는데 의의가 있다고 설명했다.

특히 아미노산을 기반으로 하는 펩타이드 치료제는 현재 항암, 비만, 당뇨 치료제로 각광을 받고 있다. 펩타이드 치료제는 기존에 개발된 약제 기반 약물보다 인체 친화적이며, 표적 특이적인 장점이 있고, 적은 양으로 약리 효과와 활성이 있은 후 생체내에서 분해되어 부작용이 매우 적어서, 앞으로 코로나바이러스 치료제 개발에 새로운 전기가 될 것으로 기대된다.



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.