[학생 인터뷰] 박성용 박사과정 학생, 삼중음성 유방암의 수술전 화학치료 반응 예측 모델 개발

2022_03_박성용.png

<연구 내용 관련 대표 이미지>

이번 학생 인터뷰에서는 최근에 국제 학술지 ‘Cancers’에 게재된 삼중음성 유방암의 수술전 화학치료 반응 예측 모델을 연구하신 박성용 박사과정 학생을 인터뷰하였습니다.

Q1. 안녕하세요, 인터뷰 요청에 흔쾌히 응해주셔서 감사합니다. 진행하신 연구에 대해 몇 가지 질문을 드리겠습니다. 먼저 자기소개 부탁드립니다.

안녕하세요, 저는 카이스트 바이오및뇌공학과 이관수 교수의 시너지 바이오정보 연구실의 박사과정 박성용입니다.

Q2. 이번에 삼중음성 유방암의 수술전 화학치료 반응 예측 모델을 새로 개발하셨는데요, 많은 분들이 삼중음성 유방암에 대해 생소할 것이라 생각합니다. 삼중음성 유방암이란 무엇인가요?

유방암을 치료할 때 보통 에스트로겐 (ER), 프로게스테론 (PR), 성장인자 수용체 (HER2)에 대한 수용체 상태에 따라 다른 치료 프로토콜을 적용합니다. 잘 알려진 허셉틴 (Herceptin)과 같은 약물은 HER2 수용체가 많이 발현하는 유방암에서 표적치료제로 사용됩니다. 삼중음성 유방암이란 이 세 수용체가 모두 발현하지 않는 케이스의 유방암을 지칭하며, 이 경우 예후가 극히 불량한 것으로 알려져 있습니다. 최근 들어 일부 환자군에 대해 표적치료 및 면역치료를 시작하고 있으나, 여전히 화학치료가 삼중음성 유방암에 대해서는 주요한 치료법으로 자리잡고 있습니다.

Q3. 아 그렇군요, 삼중음성 유방암의 수술전 화학치료 반응 예측에 대해서도 간단히 설명해주실 수 있을까요?

수술전 선행 약물요법은 수술 전에 있을지 모르는 미세 전이의 근절 및 종양 크기의 감소를 목적으로 시행하며, 삼중음성 유방암에서는 수술전 선행 약물요법에 의한 병리학적 완전관해 (pathological complete response) 여부가 유의한 예후예측인자로 잘 알려져 있습니다. 여기서 병리학적 완전관해란 수술로 제거한 검체를 현미경으로 검사했을 때, 종양세포가 모두 없어졌거나 침윤암이 남아있지 않은 상태를 의미합니다. 하지만 실제 임상에서 수술전 선행 화학요법에서의 완전관해를 달성하는 비율이 20~50%에 불과하기 때문에, 많은 환자들이 불확실한 수술전 선행 화학요법을 통해 불필요한 부작용을 경험하거나, 대안적인 치료를 받을 기회를 놓치게 될 수 있습니다.

Q4. 자세한 답변 감사합니다. 수술 전에 미리 화학요법에서의 완전관해를 달성하는 것이 중요하겠군요. 이번에 게재하신 논문에서 제안된 무작위 포레스트 기반 수술전 화학치료 반응 예측 모델의 장점은 무엇인가요?

기존 연구에서도 세침흡인생검 (Fine-Needle Aspiration, FNA)이나 중심부바늘생검 (Core Biopsy, CBX)을 통해 채취한 환자 종양조직의 유전자 발현 데이터를 이용하여 수술전 선행 화학요법에 의한 완전 관해 여부를 사전에 예측할 수 있는 모델을 제안하였습니다. 그러나, 개별 연구들이 산발적으로 보고되고 있어 제안된 모델들의 성능을 한번에 비교할 수 없다는 문제점이 있었습니다.

본 연구에서는 기존에 보고된 유전자 발현 기반 삼중음성 유방암 수술전 화학반응 예측 모델들을 모두 구현하여 동일한 데이터셋을 이용해 평가하였고, 그 결과 제안된 무작위 포레스트 기반 모델이 비슷한 수준의 위양성율 조건에서 기존 모델 대비 2배 가량 높은 민감도 (sensitivity)를 보임을 확인할 수 있었습니다. 이는 기존에 제안된 모델들이 대게 소수 유전자의 선형 결합 형태의 모델들인데, 수술 전 선행 약물요법에 반응하는 환자의 수가 소수이기 때문에, 제안된 무작위 포레스트 기반 모델이 더 높은 성능을 보인 것이라 생각됩니다. 또한 유방암에서의 유의한 사전 유전자를 잘 선별하여 모델 개발에 활용한 점도 성능 개선에 도움이 되었다고 생각합니다.

Q5. 이번 연구 결과와 연관되어 앞으로 더 연구해야 할 게 있다면 어떤 게 있을까요?

이번 연구에서 도출된 삼중음성 유방암의 수술 전 화학반응 예측 모델은, 기존 Cell Metabolism지에 게재된 삼중음성 유방암의 대사 아형 중에서 Glycolytic 아형에서 더 높은 판별 성능을 보였고, 해당 모델의 구성 유전자들도 DNA 복원 및 세포 주기에 연관성이 높은 것으로 분석되었습니다. 또한 삼중음성 유방암 세포주에서 Cyclophosphamide의 민감도와 높은 상관관계가 있는 것으로 분석되었습니다. 이러한 결과들을 실험적으로 검증하는 작업들이 앞으로의 남은 과제입니다.

또한 본 연구의 후속 연구로서 특정 화학요법에 특이적인 완전관해 여부 판별 모델의 개발을 수행 중에 있습니다. 이러한 모델이 개발되면, 환자들이 어떤 요법을 받았을 때 완전관해에 도달할 확률이 높은지를 판단할 수 있는 지표가 될 수 있을 것이라 생각합니다.

Q6. 기대되는 연구 방향이네요. 마지막으로, 앞으로 더 연구해보고 싶은 분야가 있으신가요?

최근 많은 환자의 genomics 데이터들이 쏟아져 나오고 있는 실정이지만, 실제 임상에서 중요한 지표에 대한 모델을 개발하려고 할 때 활용할 수 있는 데이터의 양은 턱없이 적습니다. 이러한 상황에서는 생물학적인 사전지식과 기계학습을 통합하여 우수한 임상 판별성능을 나타내는 모델을 개발해야 하며, 앞으로 유방암과 다른 암종, 다른 질환의 다른 중요한 문제들인 재발, 면역치료 반응에 대해서도 해석 가능하고 성능이 우수한 모델을 제안하는 연구들을 더 진행하고 싶습니다.

지금까지 카이스트 바이오및뇌공학과 이관수 교수님 실험실의 박사과정 박성용이었습니다. 인터뷰에 응해주셔서 진심으로 감사드립니다!

김세훈 기자 (sehun6215@kaist.ac.kr)