기업조회

본문 바로가기 주메뉴 바로가기

연구보고서 기본정보

뇌건강 foodome-physiome-exposome 지식을 기반으로 하는 개인 맞춤 브레인 푸드 머신러닝 예측 모델 개발

연구보고서 개요

기관명, 공개여부, 사업명, 과제명, 과제고유번호, 보고서유형, 발행국가, 언어, 발행년월, 과제시작년도 순으로 구성된 표입니다.
기관명 NDSL
공개여부
사업명
과제명(한글)
과제명(영어)
과제고유번호
보고서유형 report
발행국가
언어
발행년월 2023-03-01
과제시작년도

연구보고서 개요

주관연구기관, 연구책임자, 주관부처, 사업관리기관, 내용, 목차, 초록, 원문URL, 첨부파일 순으로 구성된 표입니다.
주관연구기관 서울대학교
연구책임자 김지영
주관부처
사업관리기관
내용
목차
초록 연구개요 - 브레인푸드는 신경계에 필수적인 영양소와 뇌 기능에 영향을 미치는 임상 증거 기반의 생리활성화합물이 포함될 수 있음. - 다양한 역학 및 전임상 연구에서 다양한 영양소와 생리활성화합물이 뇌 건강을 개선하고 뇌 질환을 예방한다는 보고가 있지만 대규모 임상시험에서는 현저한 효과를 나타내지 않으며 이러한 결과는 참여자들의 반응성의 차이 때문으로 여겨짐. - 사람마다 생리복잡계(유전체, 후성유전체, 전사체, 단백질체, 대사체, 마이크로바이옴 등), 환경복잡계, 라이프스타일 등이 다르며, 개인에 따라 영양소 및 생리활성화합물의 건강기능이 다르게 나타날 수 있음. 따라서 여러 개인이 뇌 건강에 도움을 줄 것으로 여겨지는 같은 음식을 먹어도 그 반응성은 개인마다 다를 수 있음. - 신경계와 관련된 특정 영양소에 대한 반응자의 생체지표와 생활양식을 예측할 수 있다면 예측된 반응자를 대상으로 대규모 무작위 대조시험을 수행할 수 있음. 브레인푸드 -인체생리복잡계-환경복잡계 지식을 기반으로 한 개인 맞춤 브레인푸드 머신러닝 예측 모델의 개발로 개인에게 최적화된 브레인푸드의 제안이 가능할 것으로 생각됨. 연구 목표대비 연구결과 - 최종연구목표 : 개인의 건강관련 특성을 변수로 입력하면 그에 맞추어진 뇌건강 및 뇌질환 예방 영양소 및 생리활성물질들과 이들을 함유하고 있는 식재료 등을 예측할 수 있는 머신러닝 기술을 개발함. - 연구결과 : 뇌건강 유지 및 뇌질환 예방의 범위가 상당히 크므로, 이 중 신경행동발달과 관계된 개인 맞춤 브레인푸드에 우선 집중하였으며 영양소, 생리활성물질, 식재료 제안 예측 모델을 개발하기 위해 추출할 수 있는 데이터를 수집 및 정제하고, foodome(식품복잡계)와 physiome(인체생리복잡계)에 대한 compiled knowledge base를 수립, 식품(영양소/생리활성물질/식재료)-타깃(바이오마커)-뇌건강 연관관계 빅데이터를 확보, 이를 기반으로 하는 확장된 신경행동발달 브레인푸드(영양소/생리활성물질/식재료)-타깃(바이오마커)-뇌건강 연관관계 예측 모델을 개발함. 신경행동발달 질환 중 자폐스펙트럼장애와 연관 관계에 있는 개인의 특성을 선별하였으며, 개인의 건강관련 특성을 변수로 입력하면 그에 맞추어진 자폐를 관리하기 위한 영양소 및 생리활성물질들을 예측할 수 있는 개인 맞춤 브레인푸드 예측 모델을 개발함. 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) - 본 연구의 내용을 크게 확장하여 “개인 맞춤형 식이 제안 플랫폼 제공 시스템 및 방법” 의 기술을 특허 출원하였으며, 이를 활용하여 영양생리약리 지식 기반 개인 맞춤 헬스케어 플랫폼 사업의 창업을 준비 중에 있음. - 개발된 예측 모델을 기반하여 자폐 아동 및 일반 아동의 행동신경발달을 위한 개인맞춤 영양 솔루션을 고도화하고 있으며 이를 앱으로 정식 출시하여 사업화 하고자 함. - 본 연구는 정밀건강관리의 개념을 바탕으로 개인의 건강 및 사회 특성에 따른 맞춤 뇌건강 및 뇌질환 예방을 목표로 하는 예측 모델 개발 논리 구조의 기반이 됨. - 개인에게 필요한 영양소, 생리활성물질, 식재료, 보충제 등의 제안을 가능하게 하고 자기주도적인 뇌건강 관리 및 뇌질환 예방의 획기적인 방안이 될 것임. - 높은 수준의 대규모 임상시험에서 특정 영양소, 생리활성물질, 식재료의 반응군을 예측하여 반응군을 대상으로 임상시험을 진행할 수 있게 하고, 이는 임상시험의 성공확률을 크게 높일 수 있을 것으로 기대함. - 본 연구로 만들어지는 예측모델은 추후 약물 개발의 인공지능 플랫폼으로 적용이 가능하며, 신약을 개발하거나 또는 만들어진 약물의 임상적용에 매우 유용하게 사용될 수 있음. (출처 : 연구결과 요약문 2p)
원문URL http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=REPORT&cn=TRKO202300009202
첨부파일

추가정보

과학기술표준분, ICT 기술분류, 주제어 (키워드) 순으로 구성된 표입니다.
과학기술표준분류
ICT 기술분류
주제어 (키워드)