우리 학교 바이오및뇌공학과 이도헌 교수팀이 난소암환자의 유전특징과 유전자 발현특성이 난소암 발달에 미치는 영향을 고려해 난소암환자의 생존기간 예후 알고리즘을 개발했다. 이번 연구결과는 유전학 전문 학술지 <지노믹스> 6월호 표지 논문으로 선정됐다.

바이오인포메틱스를 이용한 수치적 진단

 기존의 난소암환자 생존기간 예후는 암의 크기처럼 병리학적인 특징을 통해 간단히 진단했다. 간혹 수치적 알고리즘을 이용한 진단방법을 쓰기도 하지만 이는 특이 유전자형과 유전자 발현패턴을 찾는 데 초점을 맞추고 있었다. 그러나 암과 같은 복합질환은 각각의 요소들이 복합적으로 작용한다. 그래서 기존 진단방법은 암의 치료 효과와 생존기간 예후 방법은 매우 부정확했다. 연구 상호연관 네트워크 모델링을 이용해 개인의 유전적 특성과 유전자 발현패턴을 복합적으로 고려했고, 난소암환자의 생존기간을 예측하는 알고리즘인 CORE-F을 만들었다.

4가지 항암치료 과정을 각각 고려해

 연구팀은 암에 대해 유전적으로 연구하는 학회인 TCGA(The Cancer Genome Atlas)에서 난소암으로 사망한 환자 99명의 자료를 받아 사용했다. 자료에는 항암치료 경과에 따른 난소암 환자의 암조직과 혈액 샘플, 그 환자가 얼마나 생존했는지 등의 정보가 포함되어 있다. 연구팀은 그중 가장 많이 사용되고 효과가 두드러지는 항암 치료 경로 4가지를 선정해 유전적 특성과 유전자 발현패턴을 통계적으로 골라낸 뒤, 생존기간에 미치는 영향에 대해 상호연관 네트워크 모델링으로 분석했다. 이를 통해 각 항암 치료 과정에 따른 생존기간 예후 알고리즘을 얻었다. 4가지 알고리즘의 결과를 모두 종합해 일반적인 난소암 환자의 생존기간을 예후할 수 있도록 만든 알고리즘이 CORE-F이다.

난소암에 특성화 된 가장 정확한 생존기간 예후

 CORE-F알고리즘 이전에는 난소암에 특성화 된 알고리즘이 없었고 대신 일반적인 생존기간 예후 알고리즘만 존재 했다. 그 중 가장 최근에 연구된 알고리즘으로는 ensemble-tree가 있다. 난소암 환자의 경우, ensemble-tree 알고리즘과 CORE-F 알고리즘을 비교했을 때 CORE-F 알고리즘을 이용하여 얻은 생존기간 예후가 13% 더 정확했다.

맞춤치료 응용 가능성 충분해

 본 연구를 통해 항암치료 후 결과의 개인차를 유발하는 유전적 특성과 유전자 발현패턴의 상호작용모델을 제시함으로써 개인차를 고려한 생존기간의 예측이 가능해졌다. 이도헌 교수는 “최근 전 세계적으로 차세대 유전자 연구와 개인 맞춤형 치료제 개발이 본격화되고 있다"라며 “이번 연구 결과는 난소암 환자의 생존기간 예측 및 개인별 특성에 따른 맞춤형 치료의 기반이 될 것이다"라고 말했다. 한편, 연구팀은 연구에 사용한 환자의 자료의 수가 적고 모호한 불량 자료를 포함하고 있었다는 아쉬움을 토로하면서 다른 암의 경우에도 충분한 자료만 있다면 CORE-F알고리즘을 응용할 수 있음을 밝혔다.