KAIST·서울대병원, '암 유발 물질 컴퓨터로 예측'

Photo Image
암 체세포 돌연변이와 연관된 대사물질 및 대사경로를 예측하는 컴퓨터 방법론 모식도.

한국과학기술원(KAIST) 연구진이 컴퓨터로 24개 암종에 해당하는 1043명 암 환자 대사 모델 구축에 성공했다.

KAIST는 김현욱 생명화학공학과 교수, 이상엽 특훈교수팀이 고영일·윤홍석·정창욱 서울대병원 교수팀과 공동연구로 암 체세포 유전자 돌연변이와 연관된 새로운 대사물질 및 대사경로 예측 컴퓨터 방법론을 개발했다고 18일 밝혔다.

암은 정상세포와 다르게 세포 내 비정상 축적으로 유발되는 대사 반응을 하며, 이런 암 대사반응이 다방면으로 연구되고 있다.

암 유발 대사물질(세포 내 비정상 축적으로 암을 유발하는 대사물질) 발견과 이를 표적으로 하는 신약의 미국식품의약국(FDA) 승인이 이뤄졌는데, 이에 급성 골수성 백혈병 치료제로 사용되는 '팁소보(성분명:아이보시데닙)' 및 약물 '아이드하이파(성분명:에나시데닙)'가 포함된다.

하지만 암 대사 연구, 암 유발 대사물질 발굴에는 대사체학 등 방법론이 필요하며, 대규모 환자 샘플 적용에도 상당한 시간·비용이 소요된다. 암 관련 많은 유전자 돌연변이가 밝혀졌음에도, 상응하는 암 유발 대사물질은 극소수만 알려져 있다.

Photo Image
왼쪽부터 공동연구의 제1 저자인 이가령 박사(KAIST, 현 다나파버 암센터 및 하버드 의과대학 박사후연구원), 이상미 박사(KAIST, 현 하버드 의대 박사후연구원) 및 교신저자인 윤홍석 교수(서울대병원), 고영일 교수(서울대병원), 김현욱(KAIST) 교수.

연구팀은 세포 대사 정보를 예측할 수 있는 게놈 수준 대사 모델(세포 전체 대사 네트워크를 다루는 컴퓨터 모델)에 국제 암 연구 컨소시엄이 공개하는 암 환자 전사체 데이터를 통합, 24개 암종에 해당하는 1043명 암 환자 대사 모델을 성공적으로 구축했다.

1043명 암 환자의 특이 대사 모델 및 암 체세포 돌연변이 데이터를 활용해 4단계로 구성된 컴퓨터 방법론을 개발했다.

첫 단계에서는 암 환자 특이 대사 모델을 시뮬레이션해 환자 별 모든 대사물질의 활성을 예측한다. 이어 특정 유전자 돌연변이가 앞서 예측한 대사물질 활성에 차이를 일으키는 짝을 선별한다.

또 특정 유전자 돌연변이와 연결된 대사물질들을 대상으로, 이들과 연관된 대사경로를 추가 선별한다. 마지막으로 '유전자-대사물질-대사경로' 조합을 완성해, 컴퓨터 방법론 결과로 도출한다.

논문 공동 1저자인 이가령·이상미 박사는 “개발 방법론은 암 환자 코호트의 돌연변이 및 전사체 데이터를 토대로 다른 암종에도 쉽게 적용될 수 있으며, 유전자 돌연변이가 대사경로를 통해 어떻게 세포대사에 변화를 일으키는지 체계적으로 예측할 수 있는 최초의 컴퓨터 방법론”이라고 말했다.

김현욱 교수는 “이번 공동연구 결과는 향후 암 대사 및 암 유발 대사물질 연구에서 중요한 참고 자료로 활용될 수 있을 것”이라고 강조했다.

한편 이번 논문은 바이오메드 센트럴지가 발행하며, 생명공학 및 유전학 분야 대표적 국제학술지인 게놈 바이올로지에 게재됐다.

이번 연구는 과학기술정보통신부 한국연구재단 지원을 받아 수행됐다.


김영준 기자 kyj85@etnews.com


브랜드 뉴스룸