우울증 위험 요소 반추 특성 예측 … 자기공명영상 기반 머신러닝 통해
부정적인 생각이나 감정이 반복되는 ‘반추’를 예측하는 뇌 연결 지도가 제작됐다.
기초과학연구원(IBS) 뇌과학 이미징 연구단 우충완 부단장 연구팀은 뇌의 활동 패턴을 기능적 자기공명영상(fMRI) 기반, 머신러닝으로 분석해서 우울증의 위험 요소인 반추 특성을 예측할 수 있었다. 이번 지도 제작으로 우울증 메커니즘을 밝혀 임상적인 활용까지 기대된다.
어떤 생각이나 감정에 매몰되면 그것을 반추하게 되는 경우가 많은데, 지나치면 우울증이나 불안장애와 같은 정신 건강 문제를 유발할 수 있어 반추는 우울증의 주요 위험 요소로 주목받아 왔다.
뇌의 여러 영역 중에서도 디폴트 모드 네트워크 영역이 반추와 연관되어 있다고 알려져 있다.
그러나 어느 영역이 연관되어 기능하고 다른 뇌 영역의 어떠한 관계성이 반추 경향을 나타내는지 알려진 바가 없었다.
연구팀은 시간에 따른 뇌 영역 간의 상호작용을 수치화한 동적 연결성을 분석해 시간적 지속성이 두드러지는 반추를 예측할 수 있을 것이라는 가설을 세웠다. 그리고 실험 참가자들의 휴식 상태 중 뇌를 스캔하여 디폴트 모드 네트워크 20개 영역의 활동 패턴을 측정하고, 머신러닝을 통해 각 영역 간 동적 연결성의 유효성을 분석했다.
그 결과, 반추와 관련성이 있다고 알려진 디폴트 모드 네트워크 내에서도 배내측 전전두피질과 연결된 영역의 동적 연결성만이 반추를 예측하는데 중요한 요소임을 밝혀냈다. 그리고 이를 바탕으로 반추를 예측할 수 있는 뇌 연결 지도를 만들었다.
연구팀은 국내 실험 참가자들을 대상으로 한 실험에서 뇌 연결 지도를 이용해 참가자 개인의 반추 경향을 예측할 수 있었으며, 나아가 다양한 인종 및 언어의 해외 실험 참가자들에 대한 실험에서도 반추 경향 예측에 성공했다. 이로써 반추를 예측하는 뇌 연결 지도가 다양한 환경의 사람들의 반추 정도를 예측할 수 있음을 확인했다.
또 뇌 연결 지도를 우울증 환자에도 적용했는데, 반추 경향의 예측은 물론 우울증 환자의 우울 정도도 예측이 가능했다. 이것은 뇌 연결 지도를 구성하는 뇌 영역 사이의 연결성이 우울증 환자의 우울 정도와도 관련이 있음을 시사한다.
우충완 IBS 부단장(성균관대 글로벌바이오메디컬공학과 교수)은 “해당 뇌 영역 간 연결성은 건강한 사람뿐 아니라 우울증 환자의 우울 정도와도 관련된 것을 확인할 수 있었다”면서 “우울증의 메커니즘을 밝히고, 증상의 진단 및 치료 등 임상적 활용에도 도움이 됐을 것이다”고 말했다.
미국 다트머스 대학교의 토어 웨이거 교수 연구팀과 공동으로 수행한 이번 연구는 국제학술지 ‘네이처 커뮤니케이션스’ 6월 15일 온라인판에 게재됐다.
