△ 신개념 암 진단 기술이 잇따라 기대되고 있다.

국내에서 차세대 체외진단 기술을 잇따라 개발해 상용화 기대감을 높이고 있다.

30일 의료계 등에 따르면 국내 연구진들은 최근 엑소좀 단백질을 분석해 대장암 진단에 활용할 수 있는 바이오마커, 저등급 병변(LSIL) 환자에서 고등급 병변(HSIL)을 선별할 수 있는 바이오마커, 종양 주변 혈관 위험도 지표 등을 개발하는데 성공했다.

연세대 연세암병원 종양내과 김한상 교수와 대장항문외과 한윤대 교수팀은 최근 대장암 환자 혈액과 조직에서 분리한 엑소좀 단백질을 분석해 대장암 진단에 활용할 수 있는 바이오마커를 규명했다.

엑소좀은 세포가 분비하는 직경 약 80~150nm 크기의 소포체로 단백질과 핵산 등 다양한 생물학적 정보를 담아 혈액을 통해 전신을 순환한다. 

연구팀은 대장암 환자 223명의 임상 검체를 바탕으로 연구를 수행했다. 이 가운데 혈액 샘플 90명과 수술 조직 샘플 50명을 포함해, 종양조직과 비종양성 대장조직, 수술 전후 혈액으로부터 엑소좀을 분리·추출하고 단백체 분석을 진행했다.

그 결과 종양조직 유래 엑소좀에서는 특이적으로 발현되는 단백질 745종을 확인했고 혈액 유래 엑소좀에서는 대장암 환자에서 증가한 단백질 166종을 찾아냈다. 

특히 대장암 유래 엑소좀 단백질들은 혈관신생, mRNA 스플라이싱, TGF-β 신호전달, RNA 번역 등 암의 발생과 진행에 관여하는 주요 생물학적 경로와 밀접한 관련을 보였다.

연구팀은 이 가운데 혈액에서 대장암 특이적으로 발현되는 단백질을 다시 선별해, 대장암 진단에 유용한 10개 단백질 패널을 도출했다.

이어 효소면역분석법(ELISA)으로 추가 환자 코호트 총 319명에서 검증한 결과, 이 패널이 90% 이상의 민감도로 대장암을 구별할 수 있음을 확인했다. 또 해당 단백질들은 수술 6주 후 70% 이상 환자에서 감소하는 양상을 보여 단순한 진단 바이오마커를 넘어 향후 예후 예측 지표로도 활용될 가능성을 시사했다.

연구팀은 향후 민감도와 특이도가 더 우수한 혈액 기반 조기 진단 기술로 발전할 것으로 기대했다.

고려대학교 안산병원 산부인과 오영택 교수는 최근 자궁경부암 전 단계인 저등급 병변(LSIL) 환자에서 암으로 진행될 가능성이 높은 고등급 병변(HSIL)을 선별할 수 있는 바이오마커를 발견했다.

연구팀은 고위험군 진단을 위한 새로운 바이오마커를 발굴하기 위해 자궁경부 세포의 다양한 생물학적 정보를 통합적으로 분석하는 접근을 시도했다.

LSIL과 HSIL 환자의 자궁경부 세포를 채취해 바이러스, 유전자, 미생물 등 다양한 생물학적 정보를 통합 분석한 결과 바이러스나 미생물 환경 정보만으로는 병변의 위험도를 구분하는 데 한계가 있는 것으로 나타났다. 반면 DNA 메틸화 패턴에서는 고위험 병변과 저위험 병변 간 뚜렷한 차이가 확인됐다.

이를 바탕으로 두 개의 핵심 유전자(KIRREL3, ADRA2A) 변이를 최종 바이오마커로 도출하고 이를 활용한 머신러닝 기반의 독자적인 고위험군 예측 모델을 개발했다.

해당 모델은 정확도 94.1%를 기록했으며 검증 과정에서 고위험군을 단 한 건도 놓치지 않아 민감도는 100%를 달성했다. 민감도는 실제 위험 환자를 놓치지 않고 찾아내는 능력을 뜻한다.

연구팀은 총 28개의 메틸화 바이오마커를 기반으로 진단 모델을 구축했으며 검증 결과 민감도 최대 82%, 특이도 96% 수준의 성능을 확인했다. 민감도는 암 환자를 놓치지 않고 찾아내는 능력을 의미하며 특이도는 정상인을 암으로 오진하지 않는 정도를 뜻한다.

이번 연구는 향후 생리대를 활용한 검사 방식 등으로 확장해 병원 방문 없이도 일상에서 손쉽게 암 발병 여부를 확인할 수 있는 진단 기술로 발전시키는 것을 목표로 하고 있다.

연구팀은 이 기술이 상용화될 경우 조기검진의 접근성을 높이고 불필요한 조직검사를 줄이며 치료 시점을 보다 최적화하는 데 기여할 것으로 기대했다.

아주대병원 방사선종양학과 허재성 교수팀은 조영증강 CT 영상과 인공지능 기술을 활용해 종양 주변 혈관 구조의 비정상성을 정량화한 '종양 주변 혈관 위험도 지표(Vessel Risk Score, VRS)'를 개발하고 이를 통해 폐암 환자의 방사선 치료 반응과 예후를 예측할 수 있음을 확인했다.

연구팀은 조영증강 CT 영상에서 종양과 주변 혈관을 자동으로 분할한 뒤 인공지능 모델을 활용해 종양 주변 혈관의 형태적 특징을 분석했다.

이후 정상 혈관 분포와의 차이를 정량화해 VRS를 산출하고 이를 폐암 환자의 방사선 치료 반응 예측에 적용했다.

이번 연구는 국내 5개 대학병원이 참여한 다기관 연구로 총 1만534명의 폐암 환자 데이터 가운데 방사선 치료를 받은 비소세포폐암 환자를 선별해 분석했다.

연구 결과 VRS는 기존 혈관 밀도 지표보다 폐암 환자의 정위체부방사선치료(SBRT) 결과를 더 정확하게 예측하는 것으로 나타났다.

VRS가 높은 환자군일수록 무진행 생존기간(PFS)이 더 짧아 치료 반응과 예후가 좋지 않은 경향을 보였다.

이는 VRS가 폐암 환자의 치료 반응과 예후를 예측하는 지표로 활용될 수 있음을 보여주는 결과다.

연구팀은 향후 폐암 방사선 치료에서 환자 맞춤형 치료 전략 수립에 활용될 수 있을 것으로 내다봤다.

Tag

#대장암#폐암#자궁경부암#바이오마커