암세포 시료 분석 오류 줄일 DNA 검사법 개발

연세대 의과대학 김상우 연구팀 주도…기존 분석 대비 정확성 약 58%↑

하마(HAMA)의 정의<br><br>환재유래 모델을 통해 배양된 환자의 암 조직에는 필연적으로 쥐 유전체의 오염이 발생할 수 밖에 없으며 이때 인간 유전서열과의 차이 때문에 검출되는 쥐 유전체 유래의 위양변이를 하마(HAMA, Human genome Aligned Mouse Allele)라고 정의했다/자료=과학기술정보통신부

국내 연구진이 환자의 암세포 시료를 분석할 때 외부 요인을 줄여 분석의 정확도를 높이는 방법을 개발했다.

환자의 치료과정에서 유전자검사, 약물반응검사 등을 위해 종양조직을 여러 차례 분석한다. 이 때문에 한 번 채취한 종양세포를 자연적으로 보존하고 충분히 증식시켜 여러 검사의 시료로 쓸 수 있도록 하는 환자유래모델(PDMS, patient-derived models)이 활용된다.

하지만 이 모델은 종양세포를 주로 생쥐 체내에서 증식시키거나, 생쥐의 세포와 함께 배양하기 때문에 쥐의 세포가 함께 분석돼 자칫 잘못된 결과가 나올 수 있다는 문제점이 있다.

과학기술정보통신부는 연세대 의과대학 김상우 연구팀이 환자유래모델에서 있을 수 있는 돌연변이 분석 오류를 찾아내고, 미연에 오류를 방지하는 방법을 개발했다고 11일 밝혔다.

연구팀에 따르면 우선, 쥐와 사람에게서 나타나는 모든 유전자 서열 차이를 찾고, 이를 ‘하마’(HAMA, human-genome aligned mouse allele)라고 명명했다.

분석과정에서 하마가 나타난다면 질병 관련 유전 변이로 오인할 수 있는 데, 이때 생쥐의 유전체 정보로 인한 오류가능성을 한 번 더 확인하도록 안전장치를 제안한 것이다.

특히, 잘 알려진 암 관련 돌연변이 데이터베이스(DB) 정보 중 생쥐를 이용한 실험모델에서 비롯된 경우 유독 ‘하마’의 관찰빈도가 높게 나타나는 것도 확인했다.

최적 분석법의 성능 분석<br><br>기존에 알려진 쥐 유전체 분리 툴의 성능 분석을 통해 조건별 최적의 성능을 나타내는 분리 툴을 규명 하였으며, 종래 분석법 대비 54.99%의 쥐 유전체 제거 정밀도 향상을 확인하였다. 이 과정에 하마 제거 과정을 추가로 수행할 경우 최종적으로 99.65%의 정밀도로 쥐 유전체 제거가 가능함을 밝혔다/자료=과학기술정보통신부

또 연구팀은 유전체 검사 데이터를 통해 나오는 하마의 비율을 토대로 환자유래모델에 섞여 있는 쥐 세포의 비율까지 계산할 수 있는 방법도 제시했다.

아울러 연구팀은 150가지가 넘는 가상의 오염 데이터를 기반으로 비교 분석을 수행해 최적의 오염 배제 방법을 밝혀냈다. 연구팀에 따르면 실제 이를 토대로 최적 유전자분석법을 적용한 결과 기존 분석 대비 정확성을 약 58% 가량 높일 수 있었다.


김 교수는 “이번 연구는 체외에서 보존, 증식된 환자 암세포 시료의 유전체 분석과정에서 발생할 수 있는 오류를 바로잡는다”며 “앞으로 더 정확한 정보를 통해 환자를 치료할 수 있게 될 것”이라고 말했다. 이번 연구성과는 유전체학 분야 국제학술지 ‘지놈 바이올로지’에 게재됐다.