KAIST-서울대병원 공동 연구
24개 암종, 1043명 암환자 대사모델 구축
기존 동물실험 등에 비해 시간과 비용 절감

KAIST(총장 이광형)는 김현욱 생명화학공학과 교수, 이상엽 특훈교수 연구팀이 서울대학교병원 고영일 교수, 윤홍석 교수, 정창욱 교수 연구팀과의 공동연구를 통해 암 체세포 유전자 돌연변이와 연관된 새로운 대사물질·대사경로를 예측하는 컴퓨터 방법론을 개발했다고 18일 밝혔다.

이는 암 환자의 대사 예측 데이터와 이들의 유전자 돌연변이 데이터를 이용해 각 암 종별로 돌연변이가 어떤 대사물질 및 대사경로와 연관되어 있는지를 확인하는 '통계 분석법'이다. 동물실험 등에 의존했던 기존 방법에 비해 시간과 비용이 크게 줄었다. 

최근 세포 내 비정상적인 축적을 통해 암을 유발하는 암 유발 대사물질(oncometabolite)의 발견과 이를 표적으로 하는 신약들이 미국식품의약국(FDA)의 승인을 받으며 주목받고 있다. 급성 골수성 백혈병 치료제로 사용되고 있는 '팁소보(성분명: 아이보시데닙)'와 약물 '아이드하이파(성분명: 에나시데닙)' 등이다.

하지만 암 대사 연구와 새로운 암 유발 대사물질 발굴에는 대사체학 등의 방법론이 필요한데 이를 대규모 환자 샘플에 적용하기 위해선 상당한 시간과 비용이 소요된다. 암과 관련된 많은 유전자 돌연변이들이 밝혀졌음에도 그에 상응하는 암 유발 대사물질은 극소수만 알려져 있는 이유다.

연구팀은 세포의 전체 대사 네트워크를 다루는 게놈 수준의 대사 모델에 국제 암 연구 컨소시엄에서 공개하고 있는 암 환자들의 전사체 데이터를 통합했다. 그 결과 24개 암종에 해당하는 1043명의 암 환자에 대한 대사 모델을 성공적으로 구축했다.
 

암 체세포 돌연변이와 연관된 대사물질과 대사경로를 예측하는 컴퓨터 방법론 모식도. [사진=KAIST]
암 체세포 돌연변이와 연관된 대사물질과 대사경로를 예측하는 컴퓨터 방법론 모식도. [사진=KAIST]
연구팀은 1043명의 암 환자 특이 대사 모델과 동일 환자들의 암 체세포 돌연변이 데이터를 활용해 4단계로 구성된 컴퓨터 방법론을 개발했다. ①암 환자 특이 대사 모델을 시뮬레이션해 환자 별로 모든 대사물질들의 활성을 예측하고 ②특정 유전자 돌연변이가 앞서 예측된 대사물질의 활성에 유의한 차이를 일으키는 짝을 선별한다. 이후 ③특정 유전자 돌연변이와 연결된 대사물질들을 대상으로 이들과 유의하게 연관된 대사경로를 추가로 선별한 뒤 ④'유전자-대사물질-대사경로' 조합을 완성해 컴퓨터 방법론 결과로써 도출한다.

이번 논문의 공동 제1 저자인 이가령 KAIST 박사(다나파버 암센터·하버드 의과대학 박사후연구원)와 이상미 KAIST 박사(하버드 의과대학 박사후연구원)는 "이번 연구에서 개발된 방법론은 암 환자 코호트의 돌연변이와 전사체 데이터를 토대로 다른 암종에 대해서도 쉽게 적용될 수 있다"며 "유전자 돌연변이가 대사경로를 통해 어떻게 세포대사에 변화를 일으키는지 체계적으로 예측할 수 있는 최초의 컴퓨터 방법론"이라고 설명했다.  

김현욱 교수는 "이번 공동연구의 결과는 향후 암 대사와 암 유발 대사물질 연구에서 중요한 참고 자료로 활용될 수 있을 것"이라고 강조했다.

과학기술정보통신부와 한국연구재단의 지원을 받아 수행된 이번 연구결과는 생명공학 및 유전학 분야의 대표적 국제학술지인 '게놈 바이올로지(Genome Biology, JCR 분야 상위 5% 이내)'에 게재됐다.

[참고자료]

논문명: Prediction of metabolites associated with somatic mutations in cancers by using genome-scale metabolic models and mutation data.

저자 정보 : 이가령(KAIST, 공동 제1 저자), 이상미(KAIST, 공동 제1 저자), 이성영(서울대학교병원, 공동저자), 정창욱(서울대학교병원, 공동저자), 송효진(서울대학교병원, 공동저자), 이상엽(KAIST, 공동저자), 윤홍석(서울대학교병원, 교신저자), 고영일(서울대학교병원, 교신저자), 김현욱(KAIST, 교신저자) 포함 총 9명.

저작권자 © 헬로디디 무단전재 및 재배포 금지