근침윤성 방광암, AI로 항암제 효과 예측하고 내성 단서 찾았다

장기로 전이될 위험도 크고 사망률도 높다. 방광과 주변 조직에 침범한 암을 제거하는 수술 전에 항암치료를 시행하는데 환자마다 항암 효과가 크게 다르고 불필요한 치료로 수술이 늦어져 예후가 나빠질 수 있다.

울산의대 서울아산병원 세포유전공학교실 신동명, 병리과 조영미, 비뇨의학과 홍범식 교수팀은 근침윤성 방광암 환자들의 수술 전 항암치료 효과를 예측하고 항암제 내성의 원인까지 분석할 수 있는 인공지능 기반 정밀의료 플랫폼을 개발했다고 최근 밝혔다.

신동명 교수팀이 근침윤성 방광암 환자 399명의 전사체 데이터를 머신러닝 기법으로 분석한 결과, 수술 전 환자별 항암제 치료 반응 예측에 활용 가능한 단백질 조합(GLS, IL15RA, AFAP1, FOXA1)을 도출했다. 더불어 KEAP1–NRF2 신호전달 경로가 근침윤성 방광암에서 항암제 내성에 관여하는 주요 기전임을 확인하고 이를 조절하면 항암제 치료 효과를 높일 수 있다는 것을 밝혀냈다.

근침윤성 방광암의 표준 치료법은 근치적 방광절제술 전에 2~3개월 동안 시스플라틴을 사용한 항암제 치료를 먼저 시행하는 것이다. 종양 크기를 줄이고 미세 전이 암세포를 억제해 수술 후 재발 위험을 낮추기 위한 목적이다.

하지만 항암제 치료 후 수술한 조직에서 암이 완전히 사라진 병리학적 완전관해를 보인 환자는 30~40%에 그치는 실정이다. 수술 전 치료 효과 예측을 위해 유전자 발현 패턴을 분석하는 전사체 기반 분자 아형 분류도 최근 도입됐지만 종양 내 이질성이 크고 분석 과정 자체가 복잡해 임상 현장에서 활용하는 데 한계가 있었다. 조직 내 특정 단백질 발현 정도를 확인할 수 있는 면역조직화학 역시 판독자에 따라 결과 해석이 달라지고 대량 분석이 어려웠다.

처음부터 항암제 치료에 저항성을 보이거나 치료 중 내성이 생기는 경우도 빈번하다. 특히 산화 스트레스로부터 세포를 보호하는 KEAP1–NRF2 신호전달 경로에서 이상이 생기면 암세포 생존력과 항암제 내성이 높아지는 것으로 알려져 있다.

연구팀은 항암제 치료 반응을 예측할 수 있는 바이오마커를 발견하기 위해 전사체 데이터와 디지털 병리 데이터를 머신러닝 기반으로 통합 분석했다.

먼저 서울아산병원과 다기관 코호트를 포함한 근침윤성 방광암 환자 399명의 전사체 데이터를 머신러닝으로 분석했다. 그 결과 KEAP1, PCDHB9, POU2F2, AFAP1 등이 항암제 치료 반응군과 비반응군을 구분할 수 있는 주요 후보 유전자인 것을 확인했다.

이어 전사체 데이터 분석에서 도출된 후보 표지자들의 임상적 유효성을 검증하기 위해 면역조직화학과 디지털 병리 분석을 진행했다. 서울아산병원에서 수술 전 항암제 치료를 받은 근침윤성 방광암 환자 91명의 병리 조직이 사용됐다. 슬라이드를 디지털 이미지로 전환한 뒤 인공지능으로 암세포 부위와 주변 기질 부위를 구분해 단백질 발현 정도를 수치로 측정했다.

그 결과, GLS, IL15RA, AFAP1, FOXA1 단백질 조합이 항암제 치료 반응 예측에 활용 가능한 면역조직화학 패널 후보로 도출됐다. 이 예측 모델에서 항암제 치료 반응군으로 분류된 환자는 비반응군 환자군보다 전체 생존과 무진행 생존이 유의하게 길었다. 이는 소수의 핵심 단백질 조합이 향후 병리검사에서 수술 전 항암제 치료 반응을 예측하는 표지자로 활용될 수 있음을 보여준다.

연구팀은 항암제 내성 기전을 확인하기 위해 KEAP1–NRF2 신호전달 경로를 분석했다. 시스플라틴에 저항성을 보이는 방광암 세포에서는 KEAP1 발현이 낮고 NRF2이 과도하게 활성화돼 있었다. 이로 인해 세포 내 항산화 물질인 글루타치온 대사가 증가하고 암세포 능력이 강화되는 것으로 나타났다. 세포실험에서 KEAP1 발현을 회복시키거나 NRF2를 억제하자 암세포의 항산화 능력과 침윤 능력이 감소하고 시스플라틴 치료 효과가 높아졌다.

이후 동물실험을 통해 KEAP1–NRF2 신호전달 경로가 시스플라틴 저항성을 극복할 수 있는 새로운 치료 표적이 될 수 있다는 것을 확인했다. 시스플라틴과 NRF2 억제제인 ML385와 R16을 병용 처리하자 종양 성장 억제 효과가 단독치료보다 크게 증가했다. 시스플라틴과 ML385 병용요법은 종양을 80.29%, 시스플라틴과 R16 병용요법은 75.44% 감소시켰다

신동명 울산의대 서울아산병원 세포유전공학교실 교수는 “이번 연구는 전사체와 디지털 병리 데이터를 머신러닝으로 통합해 도출된 바이오마커가 환자 치료 전략 수립과 항암제 내성 극복에 활용될 수 있음을 입증했다는 점에서 의미가 있다. 앞으로 수술 전 항암제 치료가 필요한 환자를 조기에 선별하고 맞춤 치료를 제공해 생존율을 높이는 데 기여할 것으로 기대된다”고 말했다.