전이된 암 중 끈적한 점액질로 이뤄진 ‘점액성 종양’의 원발부위를 85.7% 수준의 정확도로 찾아내는 RNA 딥러닝 분석 방법이 국내 연구진에 의해 개발됐다.

점액성 종양은 일반적인 종양과는 달리 다른 장기에서 전이되더라도 세포 모양이 유사하고, 발현 물질의 차이도 크게 없어 원발부위를 특정하기 어려워 표준 치료 과정을 적용하기 힘들다는 특징이 있다.

분당서울대병원 산부인과 김기동 교수팀은 암세포가 기원한 장기에 따라 RNA(리보핵산)의 발현 패턴이 다르다는 점에 착안해 ‘전사체 분석’이 정확한 검사법으로 활용될 수 있는지 규명하는 연구를 수행했다. 전사체는 한 세포 내에 존재하는 모든 RNA 분자의 총합을 뜻한다.

연구팀은 1,960개의 암 검체의 전사체 데이터를 바탕으로 자궁경부암, 자궁내막암(자궁체부암), 난소암, 자궁암육종, 췌장암, 위암, 대장암 등 7개 원발 암에 따라 각기 다르게 발현하는 RNA 패턴을 기계학습 시켜, 점액성 종양의 원발부위를 찾아내는 알고리즘을 개발하는 데 성공했다. 정확도는 약 85.7% 수준으로 기존 방식의 2배에 이른다.

연구팀은 이번 연구 결과가 그동안 원발부위를 확인하기가 어려워 최적의 치료 전략을 수립하는 데 난항을 겪었던 점액성 종양 분야에서 전사체(RNA) 분석이 돌파구가 될 수 있다는 점을 세계 최초로 확인한 성과로서 의미가 깊다고 설명했다.

이번 연구 결과는 세이지(SAGE) 출판사에서 발행하는 국제학술지 ‘Cancer Informatics’에 최근 게재됐다.

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