RNA 딥러닝으로 전이된 '점액성 종양' 원발 부위 찾는다

분당서울대병원 산부인과 김기동 교수

분당서울대병원 산부인과 김기동 교수팀이 딥러닝으로 전이된 점액성 종양의 원발 부위를 찾아내는 방법론을 제안했다.

분당서울대병원은 산부인과 김기동 교수팀이 암 세포가 기원한 장기에 따라 RNA(리보핵산) 발현 패턴이 다르다는 점에 착안, '전사체 분석'이 정확한 검사법으로 활용될 수 있는지 규명하는 연구를 수행했다고 18일 밝혔다.

전사체는 한 세포 내에 존재하는 모든 RNA 분자 총합을 뜻한다. 연구팀은 1960개 암 검체 전사체 데이터를 바탕으로 자궁경부암, 자궁내막암(자궁체부암), 난소암, 자궁암육종, 췌장암, 위암, 대장암 등 7개 원발암에 따라 각기 다르게 발현하는 RNA 패턴을 기계학습 시켜, 점액성 종양 원발 부위를 찾아내는 알고리즘을 개발하는 데 성공했다. 정확도는 약 85.7% 수준으로 기존 방식 2배에 이른다.

신체 곳곳에 자라나는 암은 시간이 지날수록 체내 다른 기관으로 전이되며 사망 위험이 급격하게 증가한다. 만약 암 조직이 끈적한 점액질로 이뤄진 '점액성 종양'이라면 다른 장기에서 전이되더라도 세포 모양이 유사하고, 발현 물질 차이도 크게 없어 원발 부위를 특정하기 어렵다.

때문에 이번 연구 결과는 그동안 원발 부위를 확인하기가 어려워 치료 전략을 수립하는 데 난항을 겪었던 점액성 종양 분야에서 돌파구가 될 수 있을 것으로 기대된다.

김기동 교수는 “암세포가 기원한 위치를 정확히 확인할 수 있다면 보다 환자 예후를 개선할 수 있는 치료 전략을 수립할 수 있다”면서 “후속 연구를 통해 임상 현장에서 활용 가능한 검사법으로 발전시킬 계획”이라고 밝혔다.

이번 연구 결과는 세이지(SAGE) 출판사에서 발행하는 국제학술지 '캔서 인포매틱스'에 최근 게재됐다.

김시소기자 siso@etnews.com