부산대 박형기 교수팀, 백신 돌파감염 원인 밝혀

돌파감염 고위험군 규명
수학적 모델·AI 분석 활용
효율적 백신 접종 체계 제시
IgA 항체, 예측 바이오마커로

백신 돌파감염 연구 개념도(연구의 배경, 방법, 결과에 대한 전반적인 요약)./부산대 제공

부산대학교 박형기 교수팀이 일본 연구진과 공동연구를 통해 코로나19 백신 접종 후 돌파감염 위험이 높은 집단을 규명하고 조기에 파악할 수 있는 방법을 제시했다.

박형기 교수팀은 2021년부터 4년간 수집한 약 2500명의 항체 및 임상 데이터를 수학적 모델링과 AI 기법으로 정밀하게 분석했다고 22일 밝혔다.

이 분석으로 mRNA 백신에 의해 유도되는 항체 반응이 '내구형', '취약형', '급속저하형' 등 몇 가지 패턴을 보인다는 사실을 확인했다.

특히, '취약형'과 '급속저하형' 집단은 돌파감염 위험이 높았고, 이들은 접종 초기 단계에서 혈중 IgA 항체가 낮게 나타나 IgA 항체가 돌파감염 위험을 조기에 가늠하는 바이오마커로 활용될 가능성을 시사했다.

연구팀은 데이터 측정의 시간적, 물리적 제약을 극복하기 위해 항체 변동을 설명하는 수학적 모델을 개발했다.

또한, 비지도 기계학습을 활용해 특이적 항체 변동 패턴을 분류하고 돌파감염이 빠르게 일어나는 집단을 식별했다.

이 집단은 연령 등 기본 정보만으로는 파악이 어렵지만, IgA 항체가 유용한 예측 인자가 될 수 있음을 밝혀냈다.

이번 연구는 개인별 항체 반응 차이를 과학적으로 분류해 추가 접종의 적절한 시기와 우선순위를 제시할 수 있게 됐다. 이는 향후 다양한 감염병 백신 접종 전략 수립과 개인 맞춤형 면역 관리 정책에 기여할 것으로 기대된다.

이번 연구는 부산대 박형기 교수가 제1저자로 참여했으며, 일본 연구팀과 함께 진행했다. 연구 결과는 융합 의학 분야의 세계적 권위지인 '사이언스 트랜스레이셔널 메디슨'에 게재됐다고 전했다.

박형기 교수는 "이번 연구가 향후 백신 정책 수립과 팬데믹 대비 전략 마련에 중요한 근거가 될 것"이라며, "수학적 모델이 다양한 분야의 난제를 해결하는 강력한 도구가 될 수 있음을 보여줬다"고 말했다.

부산=김성욱 기자 attainuk0518@