국내 연구팀이 신장이식 환자의 피 한 방울로 이식 거부반응을 조기 진단할 수 있는 가능성을 제시했다.

울산의대 서울아산병원 융합의학과 김준기, 신·췌장이식외과 신성 교수팀은 최근 표면 강화 라만분광법이라는 바이오마커 검출법과 인공지능 알고리즘 기반의 판별 기술을 이용해 신장이식 환자의 혈청에서 이식 거부반응을 조기 진단하는 데 성공했다고 5일 밝혔다.

신장이식은 말기 신부전 환자의 생존율과 삶의 질을 높이는 치료법으로 우수한 성공률을 보이지만 이식 거부가 발생할 위험도 여전히 존재한다. 이에 신장이식 수술이 끝나면 통상적으로 거부반응 확인을 위해 환자에게 16~18 게이지(직경 약 1.5mm, 길이 9~12cm)의 바늘로 생검을 하고 조직염색 화학분석을 시행한다. 이후 신장이식 병리 분류를 위한 고급 시스템(밴프·Banff)에 따라 등급을 매긴다.

밴프(Banff) 분류는 형태 및 분자적 소견을 통합해 신장이식 생검에 대한 진단을 표준화함으로써 이식 병리의 정확한 평가를 돕는다. 하지만 환자에게 침습적이다 보니 반복 검사가 힘들고 출혈과 같은 합병증 발생 위험도 높다.

연구팀은 ‘표면 강화 라만분광법(Surface-Enhanced Raman Spectroscopy, 이하 SERS)’을 이용하면 낮은 농도의 분석 물질도 금속 물질의 국부적 표면 플라즈몬 공명(LSPR) 모드로 감도를 높임으로써 검출이 가능한 점에 주목했다.

특히 융합의학과 김준기 교수팀이 자체 제작한 금-산화아연(Au-ZnO) 나노입자 기반의 SERS는 이미 동맥경화와 암 진단 실험에서 높은 신뢰성과 감도를 입증해 왔다. 이러한 고감도 진단 결과는 여러 나노 바이오마커가 생성하는 스펙트럼 패턴을 기계학습 알고리즘으로 분석해 얻을 수 있었다.

연구팀은 신장이식 거부반응은 Banff 분류의 다양한 요소를 바탕으로 진단해야 하는 질환이며, 혈청 내 다양한 바이오마커가 만들어내는 라만 패턴을 인공지능 기술로 분석하면 거부반응을 더욱 정밀하게 진단할 수 있다고 판단했다.

이에 신·췌장이식외과 신성 교수팀은 신장이식 환자의 거부반응 예후 분석을 통해 ▲이식 거부반응이 없는 군 ▲항체 매개성 거부반응군 ▲T세포 매개성 거부반응군으로 환자 샘플을 분류했다. 신장이식 후 장기 손상 및 기능 평가를 통해서는 라만 신호의 판별 분석 과정에 대한 유효한 근거를 확보했고, 이를 바탕으로 신장 손상에 따른 라만 신호의 진단 정확성에 대한 기여도를 판단했다.

연구팀이 SERS 및 인공지능 기반의 판별분석을 한 결과, 각 거부반응에 대한 판별 정확도는 인공지능 분석 알고리즘인 선형 판별분석(PC-LDA)과 부분 최소 제곱 판별분석(PC-PLS-DA)에서 각각 93.53%, 98.82%를 달성했다. 이는 라만 스펙트럼으로부터 주성분 분석(PCA, Principal Component Analysis)을 통해 차원 축소로 변수를 줄이고 판별분석을 수행해 얻어진 결과다.

또한, 이러한 인공지능 기반 분석기술을 통해 두 가지 거부반응이 혼재된 환자에 대한 모니터링 또한 가능하다는 사실도 추가로 확인했다.

연구팀은 이번 연구 결과에 따라 향후에는 최소 침습적이면서 인공지능에 기반한 고민감도 기술로 이식 거부반응을 더욱 정밀하게 진단할 수 있을 것으로 기대했다.

이번 연구 결과는 화학 및 생명 의학 분야 저명 학술지인 ‘바이오센서스&바이오일렉트로닉스(Biosensors & Bioelectronics, 피인용지수 10.7)’ 최신 호에 게재됐다.

김준기 서울아산병원 융합의학과 교수는 “환자 혈액에는 여러 요인에 의한 바이오마커들이 존재하며 마커 간 비율도 너무나 다양하다. 우리의 기술력으로 제작된 SERS 칩과 인공지능 알고리즘 분석을 통해 임상 환자 샘플에서 신장이식 거부반응을 진단할 패턴을 찾은 것은 상당히 고무적이다”라고 밝혔다.

신성 서울아산병원 신·췌장이식외과 교수는 “침습이 적은 방식으로 한 방울의 혈청에서 고민감도의 진단이 가능해, 앞으로 추가 연구와 검증 과정들을 거친다면 신장이식 환자들이 간단한 혈액 검사로 거부반응을 진단받을 수 있을 것”이라고 말했다.