<사진 왼쪽부터 울산의대 서울아산병원 융합의학과 김준기 교수, 간담도췌외과 전은성 교수, 융합의학과 조민주 박사수료생 · 고은영 연구원>
국내 연구진이 인공지능(AI)과 첨단 분광 기술을 결합해 췌장암의 치료 반응과 재발에 결정적 영향을 미치는 ‘종양 미세환경’을 정밀하게 분석해내는 데 성공했다.
그동안 베일에 쌓여있던 췌장암 주변 세포들의 특성을 파악할 수 있게 됨에 따라, 환자별 맞춤형 치료 전략 수립에 획기적인 전기가 마련될 전망이다.
췌장암은 암세포 자체뿐만 아니라 종양을 둘러싼 ‘섬유아세포’가 치료 예후를 결정짓는 중요한 요소로 알려져 있다. 이 섬유아세포는 암 성장을 돕는 염증성 섬유아세포(iCAF)와 암을 물리적으로 보호하는 근섬유모세포(myCAF) 등으로 나뉘는데, 이들의 구성 비율에 따라 항암제 반응이 극명하게 갈리기 때문이다.
하지만 기존에는 이 세포들을 구분하기 위해 형광 염색 등 복잡하고 침습적인 과정을 거쳐야 했고, 이마저도 실시간으로 정밀하게 분석하기에는 한계가 있었다.
서울아산병원 융합의학과 김준기 교수, 간담도췌외과 전은성 교수팀은 별도의 염색 없이 세포의 성분을 분석할 수 있는 ‘무표지 라만 분광 기술’에 주목했다.
연구팀은 췌장암 미세환경 속 섬유아세포에 레이저를 쏘아 산란되는 빛(라만 스펙트럼)을 관찰했다. 마치 사람의 지문처럼 세포마다 다른 화학적 신호를 AI 판별 알고리즘으로 분석한 결과, 염증성 섬유아세포는 지질 대사 신호가, 근섬유모세포는 콜라겐 신호가 두드러지는 점을 발견했다. AI는 이를 바탕으로 두 아형을 99%의 높은 정확도로 구분해냈다.
이번 연구는 단순히 암의 크기나 전이 여부를 넘어, 암을 둘러싼 환경의 ‘공격성’을 수치화하고 정량적으로 평가할 수 있다는 점에 의의가 있다. 이를 활용하면 수술 전후 환자별로 어떤 항암제나 면역치료가 가장 효과적일지 미리 예측하는 것이 가능해진다.
<(그림) 라만분광법과 알고리즘 학습을 통한 암 관련 섬유아세포(CAFs) 구분>
김준기 교수는 “세포 내 화학적 지문을 읽어 매우 높은 정확도로 아형을 구별할 수 있다는 점을 입증했다”며 “향후 조직 생검 과정에서 종양 미세환경을 정밀 진단하는 플랫폼을 구축할 계획”이라고 밝혔다.
전은성 교수 역시 “섬유아세포의 성향에 따라 암의 진행 속도와 예후가 크게 좌우된다”며 “이번 기술이 향후 환자별 최적의 항암 표적 면역치료 조합을 결정하는 데 중요한 지표가 될 것”이라고 기대를 전했다.
이번 연구 결과는 화학·의학 분야 국제 학술지인 <생체재료 연구(Biomaterials Research, 피인용지수 12.5)> 최신호에 게재되며 학술적 가치를 인정받았다.
