컴퓨터로 암 일으키는 대사물질 찾는다 ,,,

https://etoland.co.kr/link.php?n=9084645 복사

KAIST· 서울대병원 연구진, 암 유발 대사물질 예측하는 컴퓨터 방법론 개발
암 대사 기반 암 진단과 치료 전략 개발에 기여할 전망

김현욱  KAIST  생명화학공학과 교수, 이상엽  KAIST  특훈교수 연구진은 서울대병원의 고영일 교수, 윤홍석 교수, 정창욱 교수 연구진과 공동연구를 통해 암 체세포 유전자 돌연변이와 연관된 새로운 대사물질과 대사경로를 예측하는 컴퓨터 방법론을 개발했다./미국 다나파버 암센터

국내 연구진이 암의 치료와 진단을 위해 컴퓨터로 24개 암종에 해당하는 1043명의 암 환자에 대한 대사 모델을 구축하는 데 성공했다.

김현욱  KAIST  생명화학공학과 교수, 이상엽  KAIST  특훈교수 연구진은 서울대병원의 고영일 교수, 윤홍석 교수, 정창욱 교수 연구진과 공동연구를 통해 암 체세포 유전자 돌연변이와 연관된 새로운 대사물질과 대사경로를 예측하는 컴퓨터 방법론을 개발했다고 18일 밝혔다.

최근 암 유발 대사물질( oncometabolite )의 발견으로 이를 표적으로 하는 신약들이 미 식품의약국( FDA )의 승인을 받으며 주목받고 있다. 

암 유발 대사물질은 세포 내 비정상적인 축적을 통해 암을 유발하는 대사물질을 말한다. 

대표적인 신약 사례가 급성 골수성 백혈병의 치료제로 사용되고 있는 ‘팁소보(성분명 아이보시데닙)’와 약물 ‘아이드하이파(성분명 에나시데닙)’다.

하지만 암 대사 연구와 새로운 암 유발 대사물질 발굴에는 대사체학과 같은 방법론이 필요하다. 

또 이를 대규모 환자 샘플에 적용하기 위해서는 상당한 시간과 비용이 소요된다. 

따라서 암과 관련된 많은 유전자 돌연변이들이 밝혀졌지만 그에 상응하는 암 유발 대사물질은 극소수만 알려져 있었다.

이에 연구진은 세포 대사 정보를 예측할 수 있는 게놈 수준의 대사 모델에 국제 암 연구 컨소시엄에서 공개하고 있는 암 환자들의 전사체 데이터를 통합해 24개 암종에 해당하는 암 환자 1043명의 대사 모델을 구축하는 데 성공했다. 

게놈 수준의 대사 모델은 세포의 전체 대사 네트워크를 다루는 컴퓨터 모델로 모든 대사 반응에 대한 정보가 담겨있다.

컴퓨터 방법론의 첫 단계에서는 암 환자 특이 대사 모델을 시뮬레이션해 환자별로 모든 대사물질의 활성을 예측한다. 두 번째 단계로는 특정 유전자 돌연변이가 앞서 예측된 대사물질의 활성에 유의한 차이를 일으키는 짝을 선별한다. 

이어 특정 유전자 돌연변이와 연결된 대사물질들을 대상으로, 이들과 유의하게 연관된 대사경로를 추가로 선별한다. 

마지막으로 ‘유전자-대사물질-대사경로’로 이어지는 조합을 완성해 결과를 도출한다.

이번 연구의 공동 제1저자인 이가령 미국 다나파버 암센터 및 하버드대 의과대학 박사후연구원과 이상미 하버드대 의과대학 박사후연구원은 “이번 연구에서 개발한 방법론은 다른 암종에 대해서도 쉽게 적용될 수 있고, 유전자 돌연변이가 대사경로를 통해 어떻게 세포대사에 변화를 일으키는지 체계적으로 예측할 수 있는 최초의 컴퓨터 방법론이라는 데 큰 의의가 있다”고 설명했다. 

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

이번 연구 결과는 생명공학과 유전학 분야의 국제학술지인 ‘게놈 바이올로지( Genome   Biology )’에 지난 11일(현지 시각) 게재됐다.



참고 자료

Genome   Biology (2024),  DOI :  https : / / doi.org /10.1186/ s13059-024-03208-8

https://n.news.naver.com/mnews/article/366/0000978731