비슷한 암 환자에게 같은 치료를 해도 어떤 환자는 효과를 보이고, 어떤 환자는 사망한다. 이런 차이는 환자의 식습관이나 생활 패턴에서 비롯되기도 하지만, 암 환자의 유전적 배경이 결정적인 역할을 한다. 이에 따라 환자의 유전자 데이터를 바탕으로 가장 적합한 항암제를 선택해 치료하는 암 환자 개인 맞춤형 의료가 대두되고 있다.

이에 의과대학/인공지능학과 이주상 교수는 미국 National Cancer Institute의 Eytan Ruppin 교수 연구팀과 함께 기존의 개인 맞춤형 의료의 한계를 극복할 수 있는 새로운 의료 플랫폼 셀렉트(SELECT)를 개발하였다. 본 연구에는 Next-Gen Medicine Lab의 김다솔, 정영민 학생도 참여하였다. 

(왼쪽부터 시계방향으로 이주상 교수, 김다솔 학생, 정영민 학생)

하나의 유전자는 세포 내에서 많은 다른 유전자들과 네트워크를 이루며 긴밀한 상호작용을 한다. 연구진은 이러한 유전자 상호작용 중에 암 치료와 직접적으로 연결되는, 암세포의 생존에 치명적인 영향을 끼치는 합성치사 상호작용(synthetic lethal interaction)을 선별하여 항암 맞춤 치료에 이용하였다.

현재 실험적인 방법으로 암 환자의 치료에 직접적인 도움을 줄 수 있는 유전자 네트워크를 밝혀내기는 쉽지 않다. 따라서 연구진은 대량의 암 환자 유전자 데이터를 분석하여, 각각의 항암 치료제의 치료 효과를 예측할 수 있는 유전자 네트워크를 밝혀냈다.

이렇게 발견된 유전자 네트워크는 개별 환자를 치료하는데 가장 적합한 항암제를 찾을 수 있게 해준다. 이를 통해 불필요한 치료를 막을 수가 있고, 환자에게 가장 효율적인 치료를 제공할 수 있다.

이를 검증하기 위해 연구팀은 세계 각국의 암센터에서 실시된 다양한 암종과 항암치료제를 아우르는 약 4,000 명 이상의 환자가 참여한 약 50개의 임상 시험 데이터를 분석하였다. 연구진이 발견한 유전자 네트워크는 환자의 반응률 및 생존율을 기존의 다른 어떤 생체 지표보다 정확하게 예측하였다.
더 나아가 이 유전자 네트워크는 암 환자에게 가장 적합한 치료법을 예측할 수 있는 가능성을 제시하고 있다. 유전자 발현 데이터를 바탕으로 한 최근 국제 공동 임상시험 (WINTHER trial)을 분석한 결과, 기존의 접근법에 비해 2배가 넘는 환자에게 가장 효과적인 치료법을 제시할 수 있는 것으로 나타났다.

연구진은 현재 미국 국립암센터(National Cancer Institute), 삼성서울병원(Samsung Medical Center) 과 함께 밝혀진 유전자 네트워크를 이용해 암 환자에게 개인 맞춤 치료를 제공함으로써 실질적으로 암 환자의 생존율을 높일 수 있는지를 확인하기 위한 임상 시험을 계획하고 있다. 이 임상 시험이 성공한다면 새로운 치료법을 기다리는 많은 암 환자와 의료진에게 희망을 제시할 수 있을 것으로 보인다.

이 연구는 일부 한국연구재단 의약학분야 기초연구사업의 중견연구 지원사업으로 수행되었으며, 연구 성과는 세계적인 학술지 ‘셀 (Cell)’에 2021년 4월 13일 온라인 게재되었다.

논문에 대한 자세한 내용은 저자의 트위터를 참고하면 된다. https://twitter.com/joo_sang_lee