AI 모델, 암세포 진화와 치료 저항성 예측
- •MIT 연구진, 암 치료 저항성을 유발하는 분자 과정을 해독하는 AI 모델 개발
- •공격적인 암 사례의 25%에서 발견되는 ecDNA의 특성에 주목
- •단일 세포 계보 추적 기술로 종양 내 공격적 돌연변이의 발생 기점 파악
암세포는 정지된 상태에 머물지 않으며, 치료에서 살아남기 위해 마치 다윈의 진화론적 유기체처럼 끊임없이 진화한다. 이에 따라 MIT의 매튜 존스(Matthew Jones) 조교수는 종양의 진행 과정을 고도의 수싸움이 필요한 체스 게임처럼 다루는 연구 프로젝트를 이끌고 있다. 그의 연구팀은 머신러닝을 활용해 종양 내부의 논리를 해독하고자 하며, 특히 암세포가 의료적 개입을 우회하기 위해 유전적 및 후성유전학적 구조를 어떻게 변화시키는지 분석하는 데 집중하고 있다.
연구의 핵심 대상은 세포외 소환형 DNA인 ecDNA이다. 이는 세포핵 내부의 전통적인 염색체 구조 밖에 존재하는 고리 모양의 DNA 입자를 말한다. 과거에는 드문 현상으로 여겨졌으나, 최신 시퀀싱 기술을 통해 뇌종양이나 폐암 등 공격적인 암의 약 25%에서 ecDNA가 발견된다는 사실이 드러났다. 실제로 이러한 입자들은 암세포가 기존의 이해보다 훨씬 빠르게 적응하고 돌연변이를 일으키도록 돕고 있으며, 종양 생존의 생물학적 법칙을 사실상 새로 쓰고 있다.
연구팀은 이처럼 복잡한 과정을 분석하기 위해 단일 세포 계보 추적 기술을 활용한다. 이 기술은 연구자들이 세포의 조상을 역추적하여 공격적인 돌연변이가 발생한 정확한 시점을 식별할 수 있게 해준다. 이러한 이력을 예측 컴퓨팅 모델에 통합함으로써, 향후 의료진이 종양의 다음 움직임을 미리 내다보는 정밀 의료의 실현이 가능해질 것으로 보인다. 결과적으로 이는 새로운 치료 표적을 발굴하고 환자의 장기 생존율을 개선하는 데 크게 기여할 전망이다.