[더테크=전수연 기자] KAIST 연구진이 컴퓨터를 통해 24개 암종에 해당하는 1043명의 암 환자에 대한 대사 모델 구축에 성공했다. 암은 정상세포와 다르게 세포 내 비정상 축적을 통해 유발되는 대사 반응을 한다. 이 때문에 연구진은 암의 치료·진단을 목적으로 암 대사 반응에 대해 다방면으로 연구를 진행했다.

KAIST는 생명화학공학과 김현욱 교수, 이상엽 특훈교수 연구팀이 서울대학교병원 고영일 교수, 윤홍석 교수, 정창욱 교수팀과의 공동연구를 통해 암 체세포 유전자 돌연변이와 연관된 새로운 대사물질·대사경로를 예측하는 컴퓨터 방법론을 개발했다고 18일 밝혔다.

암 유발 대사물질(oncometabolite)은 특정 유전자 돌연변이의 영향으로 대사 과정 중에 높은 농도로 축적되며 이러한 축적은 암세포의 성장, 생존을 촉진한다. 기존 연구에서 확인된 주요 암 유발 대사물질로는 2-하이드록시글루타레이트(2-hydroxyglutarate), 숙시네이트(succinate), 푸마레이트(fumarate) 등이 보고된 바 있다.

이에 KAIST는 최근 암 유발 대사물질의 발견과 이를 표적으로 하는 신약들이 미국식품의약국(FDA)의 승인을 받으며 주목받고 있다고 분석했다. 이러한 신약에는 급성 골수성 백혈병의 치료제로 사용되고 있는 팁소보, 약물 아이드하이파가 포함된다.

다만 암 대사 연구와 새로운 암 유발 대사물질 발굴에는 대사체학 등의 방법론이 필요하며 이를 대규모 환자 샘플에 적용하기 위해서는 상당한 시간, 비용이 소요된다.

이 때문에 암과 관련된 많은 유전자 돌연변이들이 밝혀졌음에도 그에 상응하는 암 유발 대사물질은 극소수만 알려져 있다.

김현욱 교수 공동연구팀은 세포 대사 정보를 예측할 수 있는 게놈 수준의 대사 모델(세포의 전체 대사 네트워크를 다루는 컴퓨터 모델, 세포 내 모든 대사 반응에 대한 정보가 담겨 있으며 다양한 조건에서 세포의 대사 활성 예측 가능)에 국제 암 연구 컨소시엄에서 공개하고 있는 암 환자들의 전사체 데이터를 통합해 24개 암종에 해당하는 1043명의 암 환자에 대한 대사 모델을 성공적으로 구축했다.

공동연구팀은 1043명의 암 환자 특이 대사 모델과 동일 환자들의 암 체세포 돌연변이 데이터를 활용해 4단계 컴퓨터 방법론을 개발했다.

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

세 번째 단계로 특정 유전자 돌연변이와 연결된 대사물질들을 대상으로 이들과 유의하게 연관된 대사경로를 추가로 선별한다. 마지막으로 유전자-대사물질-대사경로 조합을 완성해 컴퓨터 방법론 결과로 도출한다.

한편 이번 논문은 바이오메드 센트럴(BioMed Central) 社가 발행하며 생명공학, 유전학 분야의 대표 국제 학술지인 게놈 바이올로지에 게재됐다.