'이 약물' 유방암에 통할까…"AI 가상세포로 예측"

3800만건 단백질 데이터 학습…환자 조직서 치료반응 예측

[서울=뉴시스] AI 기반 '가상 세포'를 통해 삼중음성유방암(TNBC) 환자에게 맞춤형 치료제를 사용할 수 있다는 연구 결과가 나왔다. (사진=JW중외제약 홈페이지) 2024.12.15. [email protected] *재판매 및 DB 금지

[서울=뉴시스]황재희 기자 = AI 기반 '가상 세포'를 통해 삼중음성유방암(TNBC) 환자에게 맞춤형 치료제를 사용할 수 있다는 연구 결과가 나왔다. 치료가 까다로운 삼중음성유방암 각각의 환자에게 가장 잘 듣는 치료제를 골라내는 데 도움을 줄 수 있을 것으로 기대된다.

17일 국제 학술지 네이처(Nature) 및 한국바이오협회 바이오경제연구센터에 따르면, 중국 웨스트레이크 대학교 연구팀은 수백만 건에 달하는 단백질 측정 데이터를 학습시킨 AI 가상 세포 모델을 개발해 환자 개개인의 종양세포가 약물에 어떻게 반응할지 예측하는데 성공했다는 연구 결과를 최근 국제학술지 네이처에 발표했다.

유방암 중에서도 공격적인 유형으로 꼽히는 삼중음성유방암은 에스트로겐·프로게스테론·HER2 등 3가지 수용체가 모두 음성인 암이다. 표적치료제 적용이 어렵고, 분자 수준에서 환자마다 종양 양상이 극명하게 달라 임상 현장에서 효과적인 약물을 찾기 어려운 대표적인 암으로 꼽힌다.

이에 연구팀은 이 같은 한계를 극복하고자 환자의 암세포가 다양한 약물에 어떻게 반응하는지 시뮬레이션할 수 있는 AI 기반 가상 세포 모델을 개발했다.
 
기존 AI 모델들이 주로 한 시점의 유전체 변이나 RNA 데이터를 정적으로 분석하는 데 그쳤다면, 이번 모델은 약물이 투여됐을 때 실제로 세포 내에서 작용하는 단백질의 동적 변화를 집중적으로 학습했다. 연구팀은 단백질 측정 데이터를 기반으로 암세포 내부의 연쇄 반응을 시간대별로 추적하도록 AI를 훈련시켰다.

유방암 세포주 18종(이중 16종이 삼중음성유방암)에 미국 식품의약국(FDA) 승인 항암제 63종과 2제 병용요법 59종을 처리한 뒤, 약물 투여 전과 투여 후 6·24·48시간 시점마다 단백질 5585종의 발현량 변화를 추적했다. 이렇게 모은 단백질 측정치는 3800만건을 넘는 것으로 파악됐다.

그 결과, AI 가상 세포는 학습 과정에서 접하지 않은 새로운 항암 화합물에 대해서도 암세포의 반응을 높은 정확도로 예측해 냈다.

학습 과정에 포함되지 않았던 약물 81종에 대한 세포 반응을 88%의 정확도로 맞춘 것이다. 또 약물 저항성에 관여하는 단백질을 함께 병용하면, 단독 투여보다 효과가 더 좋은 약물 조합 4쌍도 새로 찾아냈다.

연구팀은 이외에도 화학요법을 받기 전 삼중음성유방암 환자 501명에게서 채취한 종양 조직의 단백질 3651종을 분석했는데, 이 모델이 실제 환자들이 받은 치료의 결과를 정확히 예측해낸 것으로 나타났다.

이번 연구 결과는 향후 환자에게 일일이 여러 약물을 투여해보지 않고도 부작용은 줄이고 치료 반응률은 극대화할 수 있는 맞춤형 개인 치료로 확장될 수 있는 가능성을 보여줬다는 평가가 나온다.

연구팀은 "가상 세포 모델이 실험실을 벗어나 임상 시나리오에서 검증된 것은 이번이 처음"이라며 "이번 모델은 세포 전반을 포괄적으로 시뮬레이션하기보다는 삼중음성유방암 약물 발굴이라는 특화된 목표를 가진 모델"이라고 말했다.

다만 이번 결과가 곧바로 진료 현장에 적용되기 보다는 전향적 임상시험을 통해 실제 치료 성과로 이어지는지 확인하는 것이 필요하다고 설명했다.


◎공감언론 뉴시스 [email protected]