팬데믹 상황에서 감염병 확산 위험도 예측을 위한 공중보건 유전체학적 통합 모델링의 도전 과제

공중보건 유전체학은 인간 게놈 정보를 질병 발생 및 확산 예측에 적용하는 학문이지만, 팬데믹과 같은 급변 상황에서는 전통적인 모델링의 한계를 드러낸다.

최신 연구의 난제

• 초기 단계의 감염원 식별 시, 낮은 빈도의 변이체(Variant)를 차세대 염기서열 분석 데이터에서 통계적으로 유의미하게 검출하는 데 어려움이 있다.
• 지역사회 전파 역학(Epidemiology) 데이터와 유전체학적 증거(예: 돌연변이 부하)를 실시간으로 통합하여 미래 위험도를 예측하는 시스템 생물학적 프레임워크 구축이 주요 미해결 과제이다.

특히, 변이체가 가지는 잠재적 치명률(병원성)과 전파력(감염성) 사이의 상관관계 추론은 현재 진행형의 논쟁점이며, 이는 AI 기반 단백질 구조 예측 모델과 같은 첨단 기술을 통해 해결책을 모색하고 있다.