GigaTIME

GigaTIME은 마이크로소프트 연구소가 발표한 암 연구 전용 AI 도구이다. 이 모델은 일상적인 H&E(헤마톡실린-에오신) 염색 병리 슬라이드를 입력받아 가상의 다중 면역형광(mIF) 이미지를 생성한다. H&E 슬라이드는 슬라이드당 5~10달러로 저렴하게 제작 가능하며, 전 세계 병원에서 일상적으로 사용된다. GigaTIME은 이러한 저비용 슬라이드에서 세포 형태 정보를 추출하여 21개 단백질 채널에 대한 가상 mIF 이미지를 합성함으로써, 종양 미세환경(TME)을 고해상도로 분석할 수 있게 한다.

GigaTIME은 멀티모달 AI 프레임워크를 기반으로 한다. 입력으로 H&E 염색 슬라이드의 디지털 병리 이미지를 받아, 세포 핵과 세포질 같은 세포 형태 정보를 분석한다. 이후 딥러닝 모델을 통해 이 형태 정보를 21개 단백질 채널(예: CD8, PD-L1, CD68 등)에 대한 가상 mIF 신호로 변환한다. 이 과정은 실제 mIF 염색에 비해 시간과 비용을 크게 절감한다. 모델은 프로비던스 데이터셋에서 수집한 4000만 개의 세포와 쌍을 이룬 H&E 및 mIF 이미지로 학습되었다.

GigaTIME의 핵심 기능은 종양 미세환경(TME)의 대규모 모델링과 가상 인구 생성이다. 주요 특징은 다음과 같다.

• 가상 인구 생성: 실제 환자 데이터를 기반으로 대규모 가상 인구 데이터를 생성하여 암 연구의 표본 한계를 극복한다.
• 대규모 모델링: 종양 주변 영역을 정밀하게 분석하여 암의 확산 및 면역 반응 경로를 시뮬레이션한다.
• 치료 최적화: 생성된 모델을 바탕으로 다양한 치료 시나리오를 테스트하여 최적의 방안을 도출한다.
• 저비용 고효율: H&E 슬라이드(5~10달러)를 사용하여 고가의 mIF 염색(수백 달러)을 대체한다.
• 면역치료 반응 예측: 종양이 면역치료에 반응할지 여부를 예측하고, '차가운' 종양을 '뜨거운' 종양으로 재프로그래밍하는 전략을 수립하는 데 도움을 준다.

GigaTIME에 관한 연구 결과는 2025년 12월 세계적인 학술지 《셀(Cell)》에 게재되었다. 논문 제목은 'Multimodal AI generates virtual population for tumor microenvironment modeling'이며, 저자로 Jeya Maria Jose Valanarasu, Hanwen Xu, Naoto Usuyama, Chanwoo Kim 등이 참여하였다. 마이크로소프트는 연구의 투명성과 재현성을 위해 관련 코드를 깃허브(GitHub)에 공개하고, 모델 가중치를 허깅페이스(Hugging Face)를 통해 연구 목적으로 배포하였다. 또한 애저 AI 파운드리 랩(Azure AI Foundry Labs)에서도 실험 버전을 제공한다.

GigaTIME은 정밀 면역치료 분야에서 디지털 전환과 생성형 AI 혁명의 융합을 보여주는 사례이다. 기존에는 종양 미세환경을 분석하기 위해 고가의 mIF 염색이 필요했으나, GigaTIME은 일상적인 H&E 슬라이드만으로도 유사한 정보를 얻을 수 있게 하여 연구 접근성을 크게 높였다. 이는 특히 자원이 제한된 환경에서 암 연구와 치료법 개발을 가속화할 잠재력을 지닌다. 향후 더 많은 단백질 채널과 다양한 암종으로 확장될 가능성이 있다.