세줄 요약

카이스트와 병원 공동 연구팀이 소량 혈청의 19종 아미노산을 네트워크로 분석해 대장암 재발·전이 위험을 예측하는 방법을 개발했다. 진행이 심할수록 BCAA는 줄고 글리신·세린은 늘었으며, AI 모델은 기존 CEA보다 더 정확했다.

• 혈청 아미노산 네트워크 분석법 개발
• 대장암 진행에 따른 대사 재편 확인
• AI 적용해 재발·전이 예측 정확도 향상

과학기술의 발전에도 불구하고 암은 여전히 완전 정복되지 않고 있다. 암세포는 성장과 증식을 위해 많은 영양소를 필요로 하는데 그중 아미노산은 단백질 생성 재료뿐만 아니라 에너지를 생산하고 DNA를 합성하는 등 암세포 생존과 증식에 필수적인 물질이다. 특히 대장암은 이런 아미노산 대사가 크게 변하는 대표적인 암이다. 이런 변화는 종양 조직에만 머무르지 않고 혈액 속에서도 나타난다.

국내 연구진이 이런 원리에 착안해 한 번의 혈액 검사만으로 대장암 재발과 전이 위험을 정확하게 예측할 수 있는 방법을 찾았다.



카이스트 의과학대학원, 화학과, 강남세브란스병원, 서울아산병원 공동 연구팀은 혈청 순환 아미노산 네트워크 분석법을 개발하고 이를 대장암 환자의 재발과 전이 위험을 정확하게 예측할 수 있다는 사실을 규명했다고 22일 밝혔다. 이번 연구 결과는 기초과학 및 공학 분야 국제 학술지 ‘어드밴스드 사이언스’에 실렸다.

암 환자 혈액 속 아미노산 농도를 측정해 암조직의 변화를 예측하는 연구들은 활발하지만 아미노산들이 서로 어떻게 연결되고 함께 변하는지는 제대로 밝혀진 바 없다.

이에 연구팀은 소량의 혈청으로 19종의 순환 아미노산을 동시에 정밀 분석할 수 있는 불소 핵자기공명 분광법(19FNMR)을 활용해 아미노산별 농도와 상호 연결 관계를 네트워크 형태로 분석했다.

그 결과, 대장암이 진행될수록 혈액 속 아미노산 네트워크가 단계적으로 재편된다는 사실을 처음 확인했다. 이런 변화는 암이 커지면서 몸 전체 대사 체계를 새롭게 바꾸는 전신 대사 재프로그래밍을 반영하는 핵심 특징으로 분석됐다.

특히 대장암이 진행될수록 근육과 에너지 대사에 중요한 역할을 하는 발린과 류신 등 분자사슬아미노산(BCAA) 비율은 줄고 암세포가 DNA를 만들고 빠르게 증식하는 데 필요한 글리신과 세린 비율은 늘어나는 것이 관찰됐다. 암이 자라면서 몸 전체의 아미노산 사용 방식이 달라지고 있음을 보여준 것이다.



연구팀은 아미노산 네트워크 분석으로 얻은 정보를 인공지능(AI) 모델에 적용해 대장암 환자의 재발과 전이 위험을 분석했다. 그 결과 이번에 개발한 방법은 현재 병원에서 대장암 환자 경과를 살필 때 사용하는 혈액검사 지표인 암배아성항원(CEA)보다 재발과 전이 위험을 더 정확하게 예측했다.

이지민 카이스트 의과학대학원 교수는 “이번 연구는 혈액 속 아미노산의 ‘양‘만 보는 기존 분석을 넘어 아미노산들이 서로 어떻게 연결되고 변화하는지를 함께 분석해야 암의 진행 상태를 더 정확하게 읽어낼 수 있음을 보여준다”며 ”혈액 검사만으로 대장암 환자의 재발 위험을 보다 정확하게 예측하고 환자 맞춤형 치료 전략을 수립하는 새로운 정밀의료 기술로 이어지기를 기대한다”고 말했다.

배충식 카이스트 총장은 “이번 연구는 카이스트 내 ‘석박사 모험연구사업’에서 시작됐다는 점도 주목해야 할 것”이라며 “의과학과 화학 전공 대학원생들의 융합 아이디어를 바탕으로 세계적 연구성과로 이어졌다는 점에서 학생 주도 융합연구가 세계 수준의 성과를 창출할 수 있다는 점에서 창의적이고 도전적인 연구 환경을 조성하는 것이 필요하다”고 말했다.