KAIST, 혈액 속 ‘대사 지도’로 대장암 재발·전이 예측 정확도 높였다

[충청뉴스 이성현 기자] 소량의 혈액 검사만으로 대장암 환자의 전신 대사 재편 과정을 추적하고, 기존 혈액 바이오마커보다 재발과 전이 위험을 더 정확히 예측할 수 있는 차세대 정밀의료 분석 기술이 국내 연구진에 의해 개발됐다.

한국과학기술원(KAIST)은 의과학대학원 이지민 교수와 화학과 김현우 교수 연구팀이 강남세브란스병원, 서울아산병원 혈청 순환 아미노산 네트워크를 정밀 분석하는 신개념 프레임워크를 구축했다고 22일 밝혔다.

기존 대장암 추적 관찰에 널리 쓰이던 암배아성항원(CEA) 검사는 민감도가 제한적이고 종양 표적 위주의 개별 대사체 분석은 복잡한 전신 대사 상태를 온전히 반영하지 못하는 한계가 있었다.

연구팀은 소량의 혈청에서 18종의 순환 아미노산을 동시 정량하는 불소 핵자기공명 분광법을 적용하고, 아미노산 간의 연결 구조를 지능형 네트워크 형태로 구성해 암 병기 진행에 따른 상호작용 변화를 추적했다.

분석 결과 대장암이 진행될수록 근육 대사와 연관된 분지사슬아미노산(발린, 류신)의 상대적 비중과 연결성은 감소한 반면 글리신과 세린 등 세포 증식 및 일탄소 대사에 필요한 아미노산 중심의 연결망이 대폭 강화되는 '전신 대사 재프로그래밍' 현상을 최초로 실증했다.

연구진이 구축한 네트워크 기반 머신러닝 모델은 기존 CEA 단독 모델 및 개별 아미노산 농도 분석 모델보다 높은 재발·전이 예측 정확도를 나타냈다.

특히 아미노산 농도, 네트워크 특징, CEA를 모두 결합한 통합 예측 모델을 구축했을 때 가장 우수한 성능을 보였으며 데이터 정보 누출을 차단하는 중첩 교차검증을 통해 엄격한 신뢰성을 검증했다.

이번 성과는 KAIST 연구처의 '석·박사 모험연구사업'을 통해 의과학과 화학을 전공하는 대학원생들이 학생 주도로 제안한 융합 아이디어가 세계적 수준의 결실로 연결된 모범 사례다.

배충식 총장은 "학문 간 경계를 허무는 융합 연구를 지속적으로 지원해 국민 건강증진에 기여하겠다"고 말했다.

다만 실제 Clinical 현장에 보조진단 기술로 보급되기 위해서는 후속 과제가 남아있다.

현재 단일기관 후향적 코호트 중심 연구에서 벗어나 대규모 전향적 다기관 코호트를 통한 독립 외부 검증, NMR 검사 전처리 표준화 및 자동화를 통한 공정 최적화, 그리고 식의약품 인허가 절차가 향후 실용화를 위한 핵심 단계로 꼽힌다.