범영코리아를 위한 기술 제안
분리 대두 단백 환자식 제안에 항암 근거를 더하는 식품군별 부작용 위험도 205건과 권장·주의 식품 분류
한국식품연구원 정밀식이연구단
최효경 연구단장
기술 개요
2022년부터 항암 치료 환자 660명을 추적하며 식이(FFQ)·임상(EMR)·자가보고 부작용(PRO-CTCAE)·유전체(SNP)를 한 사람 단위로 모은 연구데이터와, 이 데이터로 어떤 식품군을 얼마나 먹으면 어떤 부작용 위험이 커지는지를 계산해 환자별 권장·주의 식품을 제시하는 부작용 예측 알고리즘입니다.
범영코리아
가 이 기술을 주목해야 하는 이유
1
분리 대두 단백(ISP): 환자식 원료 제안 근거
기존 문제
분리 대두 단백은 대체육·영양간식·환자식 시장의 원료로 제안되지만, 환자식 제조사가 묻는 항암 치료 중 어떤 부작용 환자에게 맞는지에 답할 자료가 없어 제안이 단백질 함량·용해성 비교에 머물고, 화학 용매 없는 공법이라는 강점도 환자식 맥락에서 살리기 어렵습니다.
적용 방식
식품군별 부작용 위험도(OR) 205건에서 대두 단백이 속한 식품군의 연관을 추려 환자식 제조사용 제안서에 부작용 유형별 활용 시나리오로 넣고, 샘플 제안 때 함께 전달합니다. 효능 표시가 아닌 기획·검증 설계의 근거로 쓰며 데이터 이용 계약으로 시작합니다.
2
원료 유통 통합 관리 시스템: 원료별 식이 근거 태그
기존 문제
클라우드 기반 통합 관리 시스템은 원료 이력·품질 점검·판매 현황 분석을 다루지만, 식품회사가 환자식 원료를 고를 때 필요한 원료별 식이 근거 정보까지 담기는 어려워 플랫폼이 공급망 관리 도구에 머물기 쉽고 분리 대두 단백 영업과 연결하기도 어렵습니다.
적용 방식
24개 식품군 체계와 권장·주의 식품 분류 결과를 원료 마스터 데이터에 태그로 붙여, 식품회사가 환자식 원료를 조회할 때 부작용 유형별 참고 정보와 대두 단백 제안을 함께 보게 합니다. 효능 표시가 아닌 기획 참고 정보로 쓰며 PoC로 시작합니다.
도입 효과
기술·성능 개선
ISP 제안 자료와 관리 시스템에 부작용별 식품군 정보 연결
분리 대두 단백이 속한 식품군의 부작용 위험도(OR) 205건 정리
원료 마스터 데이터에 24개 식품군·권장·주의 분류 태그 추가
5개 치료법군별 자가보고 분포로 환자식 타깃 환자 유형 정의
B. 비즈니스·사업 개선
환자식·고단백 식품 제조사 대상 ISP 영업 제안 강화
고단백 환자식 제조사 제안서에 부작용 유형별 활용 시나리오 추가
통합 관리 시스템 고객에게 환자식 원료 조회 기능으로 차별화
원료 단가 경쟁 대신 근거 기반 ISP 환자식 제안으로 포지셔닝 전환
C. 협업 파트너십 체결
연구데이터 사용계약부터 공동연구까지 협업 가능
연구데이터 사용계약 · 민간수탁 · 공동연구 단계별 진행
연구자와 한국식품연구원 기술지원사업화센터 직접 참여
제공·협업 범위
구분
내용
코호트 데이터
항암 환자 660명의 임상·식이·부작용·유전체
환자당 평균 2.6회 관찰한 종단 데이터
식별정보 제거·마스킹 후 제공, 유전체 원데이터 제외
분석 결과·모델
식이 독립 효과 63개 등 위험도(OR) 라이브러리
시제품 3종: 웹 알고리즘·모바일 앱·LLM 식단
특허 출원 4건·영업비밀 등록 알고리즘
연구자 협업
자사 데이터 결합·해석을 돕는 1:1 기술교류
PRS·LP 최적화 등 고도화 모델 공동연구
암종 특화 모델·CDSS 실증은 민간수탁·공동연구로
이용·협업 조건
연구데이터 사용계약·민간수탁·공동연구 중 선택
비밀유지계약 후 데이터 실사·도입 검토부터
이용 범위·비용은 한국식품연구원 기술지원사업화센터와 협의
기술 핵심정보
어떤 기술인가요?
항암 부작용 예측·식이 의사결정 지원 기술은 항암 치료 환자 660명의 임상·처방·식이·자가보고 부작용·유전체 데이터를 한 사람 단위로 묶은 종단 코호트에서 어떤 식품군이 어떤 부작용 위험을 높이거나 낮추는지 찾아내는 데이터·분석 기술입니다. 28개 암종을 7개 군, 339종 약물을 5개 치료법으로 정리하고 432명·1,131개 관찰값을 교란 요인을 통제한 모델(CLMM)로 분석해 식이 독립 효과 63개를 확인했습니다. 이를 위험도(OR)로 바꿔 웹·앱·LLM 식단 추천 시제품으로 구현했고, PRS와 선형예측인자(LP) 최적화로 개인 맞춤 식단까지 고도화하고 있습니다.
어떤 문제를 해결하나요?
1.
가이드라인에 머무는 항암 환자 식이 관리
암 환자 60~80%가 치료 중 부작용을 겪지만 식이 관리는 일반 가이드라인·경험에 기대고, 치료별 반응 차이를 반영하지 못합니다. 암종·치료법·식이 데이터로 부작용 위험을 정량화해 치료 단계부터 식이로 조절하게 합니다.
2.
교란변수에 가려지는 식이-부작용 관계
단순 상관분석은 연령·성별·암종·치료법의 영향을 걸러내지 못해 식이와 부작용의 관계를 잘못 읽기 쉽습니다. 환자당 평균 2.6회 관찰한 432명·1,131개 관찰값을 CLMM으로 분석해 식이의 독립 효과만 골라냅니다.
3.
위험도 예측에서 멈추는 식이 추천
위험도만 알려 주면 무엇을 얼마나 바꿔야 할지는 환자와 의료진의 몫으로 남습니다. 선형예측인자(LP)로 부작용 예측과 식단 최적화를 하나의 수식으로 잇고, 572명 SNP 기반 PRS로 개인별 민감도까지 반영합니다.
연구자 소개
최효경
책임연구원 · 연구단장
한국식품연구원 식품기능연구본부 정밀식이연구단
연구 분야: 암 생존자 정밀영양 재활·의사결정 지원(P-NuRECA), 항암 치료 부작용-식이-유전체 코호트(660명) 구축·분석 책임, 유전체 기반 개인맞춤 영양, 후성유전학 기반 대사질환 조절
한국식품연구원 식품기능연구본부 정밀식이연구단 단장(책임연구원)
본 내용은 연구자가 직접 작성한 내용입니다.
연구자 한마디
“질병은 이제 단순한 치료를 넘어 조절과 관리의 대상입니다. 개별적으로 존재하던 임상, 영양, 유전체 데이터를 통합한 본 알고리즘은, 항암 환자는 물론 건강인 시장까지 확장 가능한 ‘개인 맞춤형 식이추천 플랫폼’의 강력한 코어가 될 것입니다.”
진행 프로세스
STEP 1
상담 신청
신청 폼 작성
STEP 2
연구자와 미팅
데이터·기술 확인
STEP 3
조건 협의
이용 범위·비용 범위
STEP 4
계약 체결 및 협업
협업 착수
자주 묻는 질문
왜 우리 회사에 기술을 제안했나요?
문의&상담 신청 이후 절차는 어떻게 진행되나요?
문의하면 비용이 발생하나요?
이 연구자와 다양한 협업을 진행하고 싶은데 어떻게 하면 되나요?
문의
담당자
송재민
이메일
jm.song@rndcircle.io
소속
(주)디써클 기술매칭팀
이 연구데이터 사용계약 및
상담 신청하기
데이터 연구
공동 연구
협업 제안
데이터 이용·협업 조건
데이터·기술 관련 문의
양측 협업 방식 진행 논의
자세한 자료 받기
데이터 구성/ 연구성과 자료를
보내드립니다